基于内存计算的钢铁价格预测算法研究.pdfVIP

第 41卷 第 11A期 计 算 机 科 学 VO1．41No．11A 2014年 11月 Computer Science NOV2014 基于内存计算的钢铁价格预测算法研究 朱靖翔 张 滨 乐嘉锦 (东华大学计算机科学与技术学院 上海 201620) 摘 要 由于钢铁价格具有非线性和因子难以确定的特点，在数据挖掘预测分析时，传统的预测方法只能对钢铁价格 进行小数据量的分析，这将导致预测精度低、速度慢、效率低下。随着大数据的深入研究，内存计算技术成为研 究热 点，用户对实时数据处理技术的需求越来越大。因此，在钢铁价格预测模型中，引入 内存计算技术，提 出基于内存计算 的LM-BP神经网络预测算法，利用2002年到 2010年的钢铁价格、产量、库存 、GDP等数据建立预测模型。最后 ，仿 真实验结果表明，基于内存计算的预测模型算法不仅速度快，而且精度高。 关键词 大数据，内存计算，贝叶斯，ARMA，神经网络 中图法分类号 TP311 文献标识码 A ResearchonPredictionAlgorithm Basde onIn-memoryComputingforSteelPrices ZHUJing-xiang ZHANGBin LEJialjin (SchoolofComputerScienceandTechnology，DonghuaUniversity，Shanghai201620，China) Abstract Becausethesteelpriceisnonlinearanditsfactorisdifficulttobedetermined。intheforecastanalysis，the tranditionalmethodcanonlyanalyzethesteelpricewithsmallamountofdata．whichleadstolow accuracyofpredection andtheslow speed．Inthebigdataera，memorycomputinginrecentyearshasbeenareseaehhotpoint，andtherequre— mentfortimelydataprocessinggetslargerandlarger．Basedonthememorycomputing，thesteelprices，production，in— ventory，andGDPdatafrom 2002to2010，wereusedtobuildthepredictionmodel，Bayessanforcastingmodel，ARMA mode1．supportvectormachinemodeIandBPneuralnetworkmode1toofrecastthestee1prices．Thesimulationresults show thatthepredictionmodelbasedonthememorynotonlyhasfastspeedandhigh accuracy，butalsoSHOWSthe pricesrealtimely．Itprovidesastrongbasisforenterprisestomakedecisiononmarketreaction． Keywords Bigdata，In-memorycomputing，Bayes，ARMA，Neuralnetworks 钢铁生产在国民经济中具有举足轻重的地位 ，是社会发 利用大数据进行预测有极其重要的意义，这样不仅使得原始 展的重要物质保障。中国近 5O年来在钢铁行业有着突飞猛 数据更有说服力，而且可以使得预测更加精准。重要的是 ，如 进的发展。钢铁价格的波动对国民经济以及相关行业带来深 果运算的速度足够快 ，那么我们就可以使预测的即时数据进 远