基于TEI@I方法论的国际大宗商品价格预测研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    70601029
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    余乐安
  • 依托单位：
    中国科学院数学与系统科学研究院
  • 学科分类：
    G0104.预测与评价
  • 结题年份：
    2009
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2009-12-31

项目摘要

本项目针对复杂多变的国际大宗商品市场，利用TEI@I方法论，对国际大宗商品的价格波动和价格走势预测进行了系统研究。主要研究内容包括：1) 以TEI@I方法论为核心，将文本挖掘算法、计量经济模型和人工智能技术综合集成起来，提出一类基于TEI@I的非线性综合集成预测方法；2) 系统地研究国际大宗商品的价格波动机制，并构造一些智能预测算法用于国际大宗商品的价格波动预测；3) 基于TEI@I方法论框架，开发一个在线的国际大宗商品价格预测支持系统；4) 利用TEI@I方法论及其开发的预测技术，对国际大宗商品价格走势进行分析与预测，为相关部门提供决策支持。本项目的研究意义在于：1) 理论上，提出一类基于TEI@I方法论的非线性综合集成预测方法,丰富和发展预测理论与技术；2) 应用上，项目的研究成果可直接应用于实际的贸易运作，可为政府和贸易部门提供有益的决策支持。

结项摘要

项目成果

期刊论文数量（15）
专著数量（6）
科研奖励数量（6）
会议论文数量（8）
专利数量（0）
Web warehouse - a new web information fusion tool for web mining
Web仓库——一种用于Web挖掘的新型Web信息融合工具
  • DOI：
    10.1016/j.inffus.2006.10.007
  • 发表时间：
    --
  • 期刊：
    Information Fusion
  • 影响因子：
    18.6
  • 作者：
    Lai; Kin Keung;Yu; Lean;Wang; Shouyang;Huang; Wei
  • 通讯作者：
    Wei
Parallel web text clustering with a modular self-organizing map system
具有模块化自组织地图系统的并行网络文本聚类
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Computational Information Systems
  • 影响因子：
    --
  • 作者：
    Lai; Kin Keung;Yu; Lean;Wang; Shouyang
  • 通讯作者：
    Shouyang
Forecasting China's foreign trade volume with a kernel-based hybrid econometric-AI ensemble learning approach
使用基于内核的混合计量经济学-人工智能集成学习方法预测中国外贸额
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Systems Science & Complexity
  • 影响因子：
    2.1
  • 作者：
    Lai; Kin Keung;Wang; Shouyang;Yu; Lean
  • 通讯作者：
    Lean
A neural-network-based nonlinear metamodeling approach to financial time series forecasting
基于神经网络的非线性元建模方法进行金融时间序列预测
  • DOI：
    10.1016/j.asoc.2008.08.001
  • 发表时间：
    --
  • 期刊：
    Applied Soft Computing
  • 影响因子：
    8.7
  • 作者：
    Yu; Lean;Lai; Kin Keung;Wang; Shouyang
  • 通讯作者：
    Shouyang
Neural networks in finance and economics forecasting
神经网络在财经预测中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Information Technology & Decision Making
  • 影响因子：
    4.9
  • 作者：
    Yu; Lean;Huang; Wei;Wang; Shouyang;Nakamori; Yoshiteru;Lai; Kin Keung
  • 通讯作者：
    Kin Keung

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

A compressed sensing based AI learning paradigm for crude oil price forecasting
基于压缩感知的原油价格预测人工智能学习范式
  • DOI：
    10.1038/s41467-019-12064-1
  • 发表时间：
    2014
  • 期刊：
    Energy Economics
  • 影响因子：
    12.8
  • 作者：
    余乐安;赵阳;汤铃
  • 通讯作者：
    汤铃
基于系统动力学的京津冀碳排放交易政策影响研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    中国管理科学
  • 影响因子：
    --
  • 作者：
    张俊荣;王孜丹;汤铃;余乐安
  • 通讯作者：
    余乐安
基于WRT方法的港口危化品物流风险评估研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    系统工程理论与实践
  • 影响因子：
    --
  • 作者：
    周欢;刘家国;王晓烨;余乐安
  • 通讯作者：
    余乐安
季节波动数据特征提取与分数阶灰色预测建模
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    系统工程理论与实践
  • 影响因子：
    --
  • 作者：
    曾波;李惠;余乐安;白云
  • 通讯作者：
    白云
Prediction-basedmulti-objective optimization for oil purchasing and distribution with the NSGA-II Algorithm
基于 NSGA-II 算法的石油采购和分配预测多目标优化
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    International Journal of Information Technology & Decision Making
  • 影响因子：
    4.9
  • 作者：
    余乐安;杨泽斌;汤铃
  • 通讯作者：
    汤铃

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

余乐安的其他基金

基于智能多主体的非常规突发事件多准则动态应急决策研究
  • 批准号：
    90924024
  • 批准年份：
    2009
  • 资助金额：
    35.0 万元
  • 项目类别：
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码