期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于LSTM神经网络的港口燃料油价格预测
被引量:
1
下载PDF
职称材料
导出
摘要
燃料油价格波动不定,这是船舶燃料油成本管理的不确定因素之一,为降低燃料补油成本,本研究采用长期短期记忆(LSTM)神经网络对燃料油价格进行预测,结果表明,LSTM神经网络对多因素港口燃料油价格的预测效果良好,精度高,可对船舶燃料油成本管理提供帮助。
作者
王永鹏
邱文昌
机构地区
上海海事大学
出处
《中国水运》
2019年第10期30-31,共2页
关键词
神经网络
价格预测
LSTM
多因素
分类号
U692 [交通运输工程—港口、海岸及近海工程]
引文网络
相关文献
节点文献
二级参考文献
32
参考文献
3
共引文献
31
同被引文献
15
引证文献
1
二级引证文献
3
参考文献
3
1
贾鹏,孙学珊,杨忠振.
基于燃油价格预测的航次租船燃油补给方案优化研究[J]
.交通运输系统工程与信息,2012,12(5):110-116.
被引量:4
2
侯春华.
基于长短期记忆神经网络的油田新井产油量预测方法[J]
.油气地质与采收率,2019,26(3):105-110.
被引量:27
3
李建,赵继强.
油价关键影响因素分析[J]
.中国经贸导刊,2017(20):61-64.
被引量:3
二级参考文献
32
1
张珣,余乐安,黎建强,汪寿阳.
重大突发事件对原油价格的影响[J]
.系统工程理论与实践,2009,29(3):10-15.
被引量:37
2
吴新根,葛家理.
应用人工神经网络预测油田产量[J]
.石油勘探与开发,1994,21(3):75-78.
被引量:55
3
王美石,陈祥光,李宇峰.
用于油田产量预测的多元线性回归和自回归模型[J]
.石油规划设计,2005,16(3):19-21.
被引量:11
4
程伟力.
影响国际石油价格因素的定量分析[J]
.国际石油经济,2005,13(8):40-43.
被引量:37
5
邹艳芬,陆宇海.
基于GARCH模型的石油价格变动模拟[J]
.数理统计与管理,2006,25(6):640-644.
被引量:18
6
刘天芸.
航运企业船舶燃油成本管理[J]
.世界海运,2006,29(6):36-37.
被引量:15
7
J J Evans, P B Marlow. Quantitative methods in maritime Economics [M]. 2nd Edition. Fairplay Publications,2001..
8
谢新连. 船舶运输经营与管理[M].第二版.大连:大连海事大学出版社,2006.
9
Martin Stopford. Maritime economics (2ndEdition)[M]. Routledge. 2007..
10
强新,范继涛,邹炜.
国际国内原油价格成分分解及比较分析[J]
.中国国土资源经济,2008,21(10):33-35.
被引量:2
共引文献
31
1
WANG Hongliang,MU Longxin,SHI Fugeng,DOU Hongen.
Production prediction at ultra-high water cut stage via Recurrent Neural Network[J]
.Petroleum Exploration and Development,2020,47(5):1084-1090.
被引量:3
2
程天伦,彭其渊.
冷藏集装箱长途运输加油停站方案研究[J]
.铁道科学与工程学报,2016,13(6):1212-1221.
被引量:2
3
马康,张荣达,唐力辉,王浩,李俊键,姜汉桥.
油水二次富集影响因素分析与预测模型[J]
.断块油气田,2020,27(2):213-216.
被引量:4
4
高峥,徐震.
基于多元回归KNN的油田缺失数据填充方法[J]
.信息技术,2020,44(4):79-83.
被引量:9
5
吴君达,李治平,孙妍,曹旭升.
基于神经网络的剩余油分布预测及注采参数优化[J]
.油气地质与采收率,2020,27(4):85-93.
被引量:19
6
李宗民,李亚传,赫俊民,张益政,姚纯纯,刘玉杰.
专注智能油藏储量预测的深度时空注意力模型[J]
.中国石油大学学报(自然科学版),2020,44(4):77-82.
被引量:4
7
王洪亮,穆龙新,时付更,窦宏恩.
基于循环神经网络的油田特高含水期产量预测方法[J]
.石油勘探与开发,2020,47(5):1009-1015.
被引量:42
8
谷建伟,周鑫,王硕亮.
基于Lasso算法的油田产量预测方法[J]
.科学技术与工程,2020,20(26):10759-10763.
被引量:6
9
闵超,代博仁,张馨慧,杜建平.
机器学习在油气行业中的应用进展综述[J]
.西南石油大学学报(自然科学版),2020,42(6):1-15.
被引量:13
10
刘浩瀚,颜永勤,闵令元,乐平,殷艳玲.
基于灰色网络组合优化的年增油量预测[J]
.西南石油大学学报(自然科学版),2020,42(6):89-96.
被引量:1
同被引文献
15
1
陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中.
基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]
.电网技术,2020,44(2):614-620.
被引量:212
2
梁强,范英,魏一鸣.
基于小波分析的石油价格长期趋势预测方法及其实证研究[J]
.中国管理科学,2005,13(1):30-36.
被引量:52
3
李成,周恒.
原油价格改进型神经网络预测方法[J]
.统计与决策,2013,29(8):67-69.
被引量:8
4
何森雨,杨瑞广,梁晓捷,赵鲁涛,梁巧梅.
国际石油价格长期趋势预测系统的研制与应用[J]
.北京理工大学学报(社会科学版),2013,15(3):13-20.
被引量:5
5
董振宇,冯恩民,尹洪超,张誉铎.
国际原油价格预测的双层随机整数规划模型、算法及应用[J]
.运筹学学报,2015,19(3):18-25.
被引量:5
6
范秋枫,王涛,张智峰.
量子粒子群智能算法在国际布伦特原油价格预测中的应用[J]
.模糊系统与数学,2017,31(4):84-90.
被引量:10
7
熊威明,冯升波,王娟.
原油价格短期预测因素初步研究[J]
.中国能源,2018,40(12):36-40.
被引量:3
8
彭燕,刘宇红,张荣芬.
基于LSTM的股票价格预测建模与分析[J]
.计算机工程与应用,2019,55(11):209-212.
被引量:73
9
沙茹,李金叶.
石油价格波动与宏观经济相关性研究[J]
.价格理论与实践,2019(5):59-62.
被引量:5
10
温惠英,张东冉,陆思园.
GA-LSTM模型在高速公路交通流预测中的应用[J]
.哈尔滨工业大学学报,2019,51(9):81-87.
被引量:35
引证文献
1
1
潘少伟,李辉,王亚玲,蔡文斌.
LSTM神经网络原油价格预测[J]
.计算机技术与发展,2021,31(5):180-185.
被引量:3
二级引证文献
3
1
郭娘容,甘浩宇,陈立丰,赖粤.
基于CNN-GRU网络的5G流量预测模型[J]
.现代计算机,2022,28(4):76-81.
被引量:1
2
赵兴,王星惠,杨梦梦.
CEEMDAN-ARIMA-GARCH模型及其在国际原油价格预测中的应用[J]
.西安石油大学学报(社会科学版),2022,31(6):1-10.
被引量:2
3
杨李甜,王聪.
基于GA与SVM改进的ARIMA石油价格预测模型研究[J]
.煤炭经济研究,2022,42(9):48-54.
被引量:1
1
鲍建华,朱家明,张婷,王博.
基于灰色分析法对海南省商品住宅价格的预测[J]
.山西师范大学学报(自然科学版),2019,33(3):98-105.
被引量:4
2
郑自发.
浅析化工离心泵漏油[J]
.化工管理,2019,0(18):154-155.
3
邬嘉怡,王思玉,史宏炜,李虎森,楼凯达,崔丽鸿.
基于多小波的北京市房屋市场价格的分析预测[J]
.北京化工大学学报(自然科学版),2019,46(5):101-106.
被引量:3
4
朱瑞金,郭威麟,龚雪娇.
考虑天然气和电负荷之间相关性的短期电负荷预测[J]
.电力系统及其自动化学报,2019,31(8):27-32.
被引量:9
5
邵楠,张盛兵,邵舒渊.
具有经验学习特性的忆阻器模型分析[J]
.物理学报,2019,68(19):276-286.
被引量:4
6
彭秀艳,张彪.
基于EMD-PSO-LSTM组合模型的船舶运动姿态预测[J]
.中国惯性技术学报,2019,27(4):421-426.
被引量:17
7
邓威,刘俐,李勇,谭益,朱亮,曹一家.
基于GCA和LSTM神经网络的配电网网损预测[J]
.广东电力,2019,32(9):154-159.
被引量:11
8
张婷,钱丽萍.
基于长短期记忆网络的恶意URL的检测[J]
.北京建筑大学学报,2019,35(3):62-67.
被引量:2
9
钱伟行,周紫君,谢非,陈欣,王融,刘文慧.
基于机器学习与步态特征辅助的行人导航方法[J]
.中国惯性技术学报,2019,27(4):433-439.
被引量:10
中国水运
2019年 第10期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部