【海大百川系列讲座通知】第38期综合交通运输协创中心鲲鹏大讲堂

2019-09-18 1191

【讲座时间】 2019年9月20日15:30-17:30

【讲座地点】 远望楼4楼7号报告厅

【讲座嘉宾】 魏云捷

【讲座主题】 Interval Decomposition Ensemble Approach for Crude Oil Price Forecasting/基于区间分解集成的原油预测方法

【嘉宾简介】中国科学院数学与系统科学研究员助理研究员。2017年获中国科学院大学博士学位，2018年获香港城市大学博士学位。研究兴趣包括：经济预测理论与方法和经济政策分析等。在重要学术期刊上发表（含接受发表）论文22篇，其中SCI/SSCI收录9篇，EI收录5篇，国家自然科学基金委员会管理类重要期刊A级/CSSCI收录6篇，包括Applied Energy、IEEE Transactions on Systems, Man and Cybernetics: Systems、Atmospheric Pollution Research、Energy Economics、Economic Modelling、Tourism Management等SCI/SSCI期刊。在汇率和进出口分析与预测方面作为主笔完成了政策研究报告23篇，其中5篇得到李克强总理、汪洋副总理和马凯副总理的重要批示，部分政策建议被商务部、央行及国家外汇管理局所采纳，有效地支持了国家高层决策。

【讲座内容】原油是世界上最重要的能源之一，准确预测原油价格对于决策者、企业和投资者来说都非常重要。本研究结合双变量经验模式分解(BEMD)、区间MLP (MLPI)及区间指数平滑法(HoltI)，提出了一种区间分解集成(IDE)学习方法来预测区间值原油价格。首先将原始的区间原油价格转化为复值信号；其次，利用BEMD将构造的复值信号分解为有限个复值固有模态函数分量（IMF）和一个复值残差分量。第三，使用MLPI同时预测每个IMF(非线性模式)的上下限，使用HoltI建模残差分量(线性模式)。最后，利用另一个MLPI作为集成工具，将各分量上下界的预测结果组合在一起，生成汇总的区间值输出。实证结果表明，通过预测精度和假设检验，我们提出的基于不同预测层次和不同数据频率的IDE学习方法，显著优于其他一些基准模型。