《数学建模煤炭价格走势分析.doc》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.doc（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
7、最优化模型，给出相应的最优产量，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，
8、在一般情况下供求关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
9、，并认为煤炭需求量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
10、的走势图如图5-1-1。 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
11、残差均价拟合值残差价格拟合值残差11064.661063.41.26769.81771.22-1.41750.7754.66-3.9621065.7061070.4-4.694764.11760.833.28750.7747.693.0131070.9341068.82.134760.86759.341.52750.7746.184.5241072.51068.34.2756.3759.85-3.55752.116748.553.56651072.51071.41.1755.16758.38-3.22752.47753.14-0.6761072.51075.5-3755.16753.831.3
12、3752.47758.39-5.9271072.51077-4.5752.39747.225.17761.248763.09-1.84281072.51074.5-2738.72740.58-1.86768.03766.471.5691072.51070.32.2737.09735.931.16768.03768.28-0.25101071.9781067.94.078733.19734.54-1.35768.03768.73-0.7111072.2381069.72.538736.12736.65-0.53768.03768.37-0.34121075.761075.50.26742.637
13、41.591.04768.03767.930.1131075.761082.6-6.84748.32748.310.01769.586768.071.516141082.8161088.1-5.284754.83755.9-1.07771.92769.182.74151093.41090.62.8762.48763.98-1.5772.956771.261.696161093.41090.92.5774.04772.751.29774.51773.910.6171093.410912.4782.67782.75-0.08774.51776.44-1.93181093.41092.41794.71794.310.4774.51778.13-3.62191094.9681095.4-0.432805.13807.16-2.03774.51778.5-3.99201097.321098.4-1.08820.58820.150.43775.116777.54-2.424211097.321099.7-2.38831831.45-0.45777.45775.78
