试议复杂性国际石油波动行为机理及预测模型站

论文导读：
摘要：石油是一种非常特殊的不可再生的能源，而世界各地分布极其不均衡，20世纪70年代以前，由于石油长期稳定而且相对低廉，很少有学者关注石油的波动，70年代中后期的两次战争引起了石油危机，导致石油剧烈波动，近年来国际石油更是上升迅速，一路高涨，而且波动频繁，除了给工业化国家带来了冲击，同时也引起了学术界对油价波动理由及其预测模型的广泛探讨，油价不足成为全球关注的焦点。首先以时间为主线，根据探讨策略和角度选取的不同分类、整理了相关石油的探讨文献，将其归为三大类：非正式模型、论述模型和模拟模型。其中，非正式模型主要指的是经济学家对石油和石油市场结构的观点，这方面的文章对相关石油政策的制定有着不小的影响力；石油预测的论述模型探讨较少，主要集中在石油资源拥有者如何利用市场支配力；模拟模型是利用计算机技术采取另一个系统替代原系统的策略，属于定量模型，这种模型随着信息技术的进展而探讨增加。其次，运用系统论的浅析策略，将影响石油的因素看成一个系统，影响因素包括OPEC的产量、全球经济进展、生产成本、产油国的突发政治事件、经济危机、自然环境变化等等是系统中的要素，各个因素之间的联系就是要素之间的联系，这种联系决定了系统的结构，即石油的上升和下降；影响因素与石油市场环境之间相互作用体现了系统的功能，体现在石油随着时间推移，不断寻找新的稳定区域。并进一步以九个方面浅析了这个系统的复杂性，并以涌现和学习特性为例阐述了影响石油因素系统的复杂性特点，基于此提出了影响石油因素的系统具有“人”的智能行为，石油波动不仅受到系统因素中人的决策影响，最重要的智能行为体现在其具有历史性、记忆性和自动生长性。再有，以复杂系统的表征能力出发，整理了以1970年到2010年间对石油波动有影响的重大历史事件，其中涉及政治、经济、军事、科技和自然各领域，并对其进行简单的量化最后，在TEI@I策略论的基础上，依据影响石油因素的系统智能行为，设计了基于人工智能不确定推理的石油预测支持系统模型框架，加强了专家模块在知识库中的功能，更好地诠释了“人-机结合”处理不足的方式，并以对突发事件的预测为例，利用不确定性推理公式简单介绍专家系统中预测石油的操作策略。关键词：石油论文突发事件论文复杂性论文智能行为论文数据挖掘论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-5
Abstract5-7
革新点摘要7-14
第1章 绪论14-28

1.1 探讨背景14-18

1.1 石油波动频繁14-17

1.2 探讨的论述背景17-18

1.2 国内外探讨综述18-22

1.3 探讨案例22-28

1.3.1 探讨的作用22

1.3.2 探讨的内容22-24

1.3.3 探讨的策略24-25

1.3.4 探讨的革新点25-26

1.3.5 探讨框架及论文结构26-28

第2章 石油预测模型综述浅析28-49

2.1 石油峰值论28-29

2.2 石油预测非正式模型29-34

2.1 供需方面29-32

2.2 其它影响因素32-34

2.3 石油预测论述模型34-41

2.3.1 Hotelpng 模型35-37

2.3.2 基于复杂科学的模型37-41

2.4 石油预测模拟模型41-45

2.4.1 层次浅析法41-43

2.4.2 文本挖掘（Text Mining）43-45

2.5 综合浅析45-47

2.6 本章小结47-49

第3章 影响石油因素的系统性49-79

3.1 影响石油因素的系统本质49-56

3.

1.1 影响石油因素的系统含义49-54

3.

1.2 影响石油因素的系统特性54-56

3.2 影响石油因素的系统复杂性56-72
3.

2.1 石油系统的复杂含义61-67

3.

2.2 影响石油因素系统的复杂性特点67-72

3.3 影响石油因素系统的智能行为72-78

3.1 影响石油因素中的决策者73-74

3.2 石油系统的生长性74-76

3.3 石油系统的简单记忆性76-78

3.4 本章小结78-79

第4章 石油复杂系统的建模79-102

4.1 石油系统的表征能力79-92

4.

1.1 石油的形成81-83

4.

1.2 影响国际原油的因素浅析83-92

4.2 石油系统的自组织能力92-101
4.

2.1 石油系统的自组织属性92-95

4.

2.2 基于自组织的石油预测模型浅析95-101

4.3 本章小结101-102
第5章 基于人工智能推理机制的油价预测支持系统模型框架102-123

5.1 石油预测系统的数据仓库102-109

5.

1.1 系统数据的收集和集成102-104

5.

1.2 数据仓库的结构104-107

5.

1.3 石油信息的文本挖掘流程107-109

5.2 基于知识仓库与人工智能推理机制的石油预测模型框架109-112
5.

2.1 知识仓库模块109-111

5.

2.2 人工智能推理机制模块111-112

5.3 实例浅析—基于不确定性推理的石油预测专家支持系统112-122
5.

3.1 不确定性推理的几个公式112-115

5.

3.2 基于不确定性推理的油价预测115-122

5.4 本章小结122-123
第六章 结论与展望123-126

6.1 结论123-124

6.2 探讨展望124-126

参考文献126-132
发表文章132-133
致谢133-134
详细摘要134-147