《数学建模煤炭价格走势分析》由会员分享，可在线阅读，更多相关《数学建模煤炭价格走势分析（24页珍藏版）》请在金锄头文库上搜索。
1、.煤炭价格走势分析摘要本文首先，通过搜集煤炭价格、产量和需求量的数据，运用数据分析中的回归分析方法，建立了非线性回归模型，得到了煤炭价格的变动趋势，实现了对煤炭价格的预测；其次，用spss软件分析煤炭价格、产量、需求量数据之间关系，通过区域煤炭商品价格模型求得最优产量；然后，利用曲线估计分析已有数据，得到未来煤炭行业的发展趋势；最后根据前三问的结果及每年价格趋势，其它文献资料，为我国煤炭行业未来健康发展提出可行性建议。针对问题一:本文通过对搜集到的2013年7月至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用spss软件和Matlab软件求解，本文通过对搜集到的2013年7月
2、至2014年7月一年的数据进行分析，采用单变量非线性回归模型，利用Mtlab拟合工具箱拟合出了煤炭价格随时间的变化规律，并利用spss求得，均值、方差、残差等一些列数据，并据此对于三种煤炭的未来价格走势进行预测。针对问题二：本文通过spss软件分析了搜集到的两组关于煤炭价格、产量、需求量数据，可知第一组数据煤炭产量和需求量成线性关系，煤炭产量和需求量和价格关系不明显，第二组数据供应量和需求量关系不明显，供应量和煤炭价格成线性相关，需求量和煤炭价格关系不明显，但数据基本稳定；通过区域煤炭商品价格模型求解最优产量，还求得了价格的最优解1178.78，最优解是在利润最大（供需平衡）时取得，通过煤炭价
3、格最优时即为此时的煤炭价格预测值，通过各年价格走势图可得其所搜集数据时期的实际价格走势，对此模型进行检验，可得与预测价格走势和实际走势一致，可得模型合理性较好。针对问题三：通过研究国内经济总值对煤炭需求量的影响，建立煤炭需求量与经济发展之间的数量关系，采用研究两组变量之间非线性关系的方法曲线估计，可得未来煤炭需求量与国内经济总值有3次方关系，煤炭需求量随国内经济总值增长而增长，即未来煤炭需求量依然会上涨，短期内煤炭在我们国家的一次能源使用中依然占很大比重，短期内煤炭行业依然有上升空间。针对问题四：结合已有模型、结论及数据及每年价格趋势，其它文献资料，为我国煤炭行业未来健康发展提出了的可行性建议
4、。关键字：非线性回归 最小二乘法 spss软件 Matlab软件 价格走势规律一、问题的重述有人认为煤炭行业的衰落已是大势所趋，未来煤炭企业，肯定也是压力不断，这种压力不仅来自国际上的，随着内外价格倒挂，国外的煤炭不断进口造成的压力；压力还来自于内部，天然气对煤炭的替代，2011年的时候，我们国家的煤炭在一次能源中占比还有71%，那时天然气只有4.3%，现在煤炭将会降到65%，而天然气将会上升到6.5%，在这改变的过程中，煤炭将逐渐被替代。但是这个过程应是缓慢的，对煤炭产业供需关系进行分析，我国煤炭行业未来健康发展具有一定的指导意义。收集相关资料，以全国或某个地区煤炭行业情况为背景，完成以下问
5、题：1、煤炭根据用途分为：动力用煤、炼焦用煤、化工用煤，收集这些煤炭价格数据，预测未来各类煤炭价格走势规律。2、研究煤炭产量、需求量、价格之间的关系，建立价格最优化模型，给出相应的最优产量，并分析模型的合理性。3、研究我国经济增长的需求和经济结构的转型对煤炭需求的影响，建立煤炭需求量与经济发展之间的数量关系，并对未来煤炭行业的发展进行预测。4、结合你的研究成果，为相关部门或企业写一篇非技术性的报告，为我国煤炭行业未来健康发展提出合理的建议。二、模型的基本假设1、查找得到的数据真实可靠，且每周/月/年煤炭价格的均值为全国平均价格；2、问题二中，购买力变化很小，其它价格对煤炭的需求量影响不大；3、
6、短期内煤炭价格及需求量不受国际因素及国家政策的强制干预，主要受市场条件下的供求关系的影响；三、符号说明周数年代国内生产总值煤炭需求量时期需求量时期供给量煤炭利润时期煤炭价格时期总成本四、问题的分析4.1 问题一的分析 对煤炭价格进行预测，需要掌握一定量的数据。通过查询可以获得我国2013年7月至2014年7月的煤炭价格。通过对所得到的数据进行分析，发现三种煤炭价格与时间成非线性关系，在对三种煤炭各自进行整体分析的基础上，可以建立三种煤炭其各自与时间之间的单变量非线性回归方程，并据此对于煤炭未来走势进行预测。 4.2 问题二的分析 研究煤炭产量、需求量、价格之间的关系，建立价格最优化模型，给出相
7、应的最优产量，并分析模型的合理性 根据搜集到关于煤炭产量、需求量、价格的两组数据，第一组数据为某地区10年1月至12年7月每月煤炭价格与产量和需求量的关系，第二组数据为某地区88年至97每年煤炭价格与产量和需求量的关系，利用spss软件对产量和需求量，产量和价格，需求量和价格之间的关系进行分析，得到它们之间散点图，根据散点图可判断它们之间是否具有线性关系，可知它们之间的关联性是否明显。 经分析可知，它们之间的关系很难建立价格最优化模型，所以我们考虑利用区域煤炭商品价格模型2 ,根据现有的煤炭产量、需求量、价格之间数据对模型进行分析。假设煤炭的产量即为供给量，销售量即为需求量，在一般情况下供求关
8、系不能达到严格的平衡，在某时期可能出现供不应求和供大于求的情形， 当供求达到均衡，即产量等于需求量时，此时为最优情况。由于，煤炭价格产量和需求量的影响，所以煤炭的产量和需求量和价格有一定联系，又由于煤炭的价格受各种因素的影响，区域煤炭商品价格模型会有一定的局限性，因为它是在煤炭市场稳定，其它购买力对煤炭价格影响较小时确定。4.3问题三的分析针对问题三，煤炭需求量主要受我国经济增长的需求和经济结构转型的影响，但由于经济结构对煤炭需求量的影响较为复杂，通过研究国内经济总值对煤炭需求量影响，来近似代替我国经济增长的需求对煤炭需求的影响，而并没有深入研究经济结构的转型对煤炭需求的影响，并认为煤炭需求量
9、与煤炭行业发展相关。应此我们只要找出国内经济总值与煤炭需求量的数值关系，便可预测未来煤炭行业的发展。4.4问题四的分析根据已有模型及作出的结论，包括煤炭价格未来走势，需求、价格、产量之间的相互关系，以及我国经济增长的需求和经济结构的转型对煤炭需求的影响,对未来煤炭行业的发展做出可行性规划。五、模型的建立与求解5.2 问题二的模型建立与求解 5.1.1模型的建立 附表中给出了化工煤、动力煤、炼焦煤从2013年7月至2014年7月每天的价格及每周的均价，经过对于数据的分析，决定采用每周的均价，并以2013年7月29日至8月2日为第一周来进行分析根据已知数据，作出三种煤炭过去一年的走势图如图5-1-
10、1。 图5-1-1.化工煤、动力煤、炼焦煤价格走势图通过分析图中价格走势，确定选择高斯回归方程作为价格指数的变化趋势的模拟，方程的形式为：（5-1）5.1.2模型的求解与精确度检测以2013年7月29日至8月2日为第一周，建立煤炭价格及时间的回归方程，分别代入数据，求解方程中各参数，分别得到三种煤的回归方程对于化工煤有 (5-2)对于动力煤有 (5-3)对于炼焦煤有 (5-4)表5-1-1.分别给出化工煤、动力煤、炼焦煤根据此模型得到的拟合值及残差，经过与检验，可知回归方程与实际值拟合良好，即该模型的显著性良好，通过检测。表5-1-1.周数化工煤动力煤炼焦煤均价拟合值残差均价拟合值残差价格拟合
11、值残差11064.661063.41.26769.81771.22-1.41750.7754.66-3.9621065.7061070.4-4.694764.11760.833.28750.7747.693.0131070.9341068.82.134760.86759.341.52750.7746.184.5241072.51068.34.2756.3759.85-3.55752.116748.553.56651072.51071.41.1755.16758.38-3.22752.47753.14-0.6761072.51075.5-3755.16753.831.33752.47758.39
12、-5.9271072.51077-4.5752.39747.225.17761.248763.09-1.84281072.51074.5-2738.72740.58-1.86768.03766.471.5691072.51070.32.2737.09735.931.16768.03768.28-0.25101071.9781067.94.078733.19734.54-1.35768.03768.73-0.7111072.2381069.72.538736.12736.65-0.53768.03768.37-0.34121075.761075.50.26742.63741.591.04768.
13、03767.930.1131075.761082.6-6.84748.32748.310.01769.586768.071.516141082.8161088.1-5.284754.83755.9-1.07771.92769.182.74151093.41090.62.8762.48763.98-1.5772.956771.261.696161093.41090.92.5774.04772.751.29774.51773.910.6171093.410912.4782.67782.75-0.08774.51776.44-1.93181093.41092.41794.71794.310.4774
14、.51778.13-3.62191094.9681095.4-0.432805.13807.16-2.03774.51778.5-3.99201097.321098.4-1.08820.58820.150.43775.116777.54-2.424211097.321099.7-2.38831831.45-0.45777.45775.781.67221097.321098.6-1.28838.16839.02-0.86777.45774.193.26231097.3210961.32842.39841.261.13777.45773.813.64241097.3210943.32839.95837.532.42777.
