基于ARIMA的油田A类物资市场价格预测

来源 :运筹与管理 | 被引量 : 0次 | 上传用户:yyxgxgxg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文研究了油田A类物资的市场价格预测。采用时间序列方法中的ARIMA模型,结合油田物资历史价格数据,分析并提出了一套针对油田A类物资的市场价格预测模式。该模式包括两个模块:样本集模块和ARI.MA模块。样本集模块的主要功能是样本集的输入和实时更新;ARIMA模块包括了价格预测模型的拟合、检验、预测、评价、动态反馈和调整等主要环节。在该模式的指导下,以大庆油田A类采购物资中的小螺纹钢(20—HRB335)(天津、石家庄和沈阳3个产地)为例,对2011年各月的市场价格进行了模拟预测,预测的平均相对误差分别控制
其他文献
颁奖词一双纤弱的手,撑起桃园的浓浓绿荫,几十年的心血和汗水,浇灌着“甜蜜”的事业。2008,她让合作社的小小水蜜桃成功登上奥运大
针对现有面要素直线模式识别方法难以解决规则池塘中破碎区域的问题,提出了一种规则池塘群的复杂直线模式识别方法。首先,分析了规则池塘群的空间特征和认知特点,提出了"主次关系→并列关系→直线模式→复杂直线模式"的多层次认知顺序;其次,设计了主次关系池塘组、并列关系池塘组、直线模式池塘群的识别方法;最后,构建了复杂直线模式池塘群的识别模型。试验表明:本文方法能够消除破碎区域对规则池塘群直线模式提取的不利影
<正> 缩微技术就是以感光材料为载体,用照相的方法将原始的文献资料缩小后,真实地记录下来,从而形成缩微资料,更方便地用于存储和提供利用的技术。由于缩微品具有体积小,重量
<正> 现代信息社会的典型特征是信息存储、传递与获取的网络化。这对于文献情报机构的参考服务工作而言,是非常巨大的挑战。在网络时代,传统的参考服务赖以存在的明确而稳定
清代在华的英国博物学家:科学、帝国与文化遭遇/【美】范发迪著/袁剑译/中国人民大学出版社/2011
机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和
针对指标数据已知,而权重数据未知的群组赋权问题,给出了一种基于改进的区间数密度集结算子来进行指标群组赋权的决策方法。首先给出了区间数和区间数密度集结算子(IDM)的定义及
今年第8号热带风暴”莫拉克”来袭,给我国多个沿海省市造成重大损失。据民政部统计,截至8月11日16时.台风“莫拉克”造成福建、浙江、江西、安徽、江苏内地5省1103.4万人受灾,因灾
“满城硕果丰收日,又是一年金秋时。”秋天,是收获的季节,嘹亮的“集结号”再次吹响,由《城市开发》杂志社主办的“互联网+房地产研讨会暨《城市开发》杂志编委年会”将于10月14日