论文研究基于ARIMA与SVM的国际铀资源价格预测.pdf

由于国际铀资源价格时间序列数据的非线性性与非平稳性，使用单一的预测模型很难捕捉到其综合趋势。为了进一步提高模型的预测精度，建立了基于差分自回归移动平均（ARIMA）和支持向量机SVM的组合预测模型，并用PSO算法对SVM模型中的参数进行优化。将该方法应用于实际铀资源价格预测，并与单一的ARIMA模型和SVM模型进行比较。仿真实验结果表明，该组合预测模型实现了对铀资源价格数据更为准确的预测。