Modèl Prediksyon pri sou mache Nerjaveèi asye: Konstriksyon AI Algorithm ki baze sou pri Ferronickel, done envantè ak pousantaj opere en.

Pri asye pur varye sevè anba enfliyans nan depans materyèl bwit, ekipman pou mache ak demann, ak faktè macroéconomiques. Pou manifaktirè, komèsan, ak antrepriz en, previzyon pri egzat yo enpòtan anpil pou diminye risk operasyonèl ak optimize estrateji akizisyon yo. Metòd prediksyon tradisyonèl ki konte sou eksperyans oswa modèl lineyè souvan pa pran relasyon konplèks ki pa lineyè nan mache a. Atik sa a prezante yon modèl prediksyon pri asye pur ki baze sou AI-ki entegre twa endikatè debaz-pri ferronickel (kontab pou 60% nan depans pwodiksyon), done envantè sosyal, ak to fonksyònman en-pou reyalize yon presizyon prediksyon plis pase 85%. Li detay pwosesis done modèl la, seleksyon algorithm, ak efè aplikasyon pratik.

Lojik debaz: Poukisa twa endikatè sa yo detèmine tandans pri yo

Nerjaveèi pri fòmasyon se yon rezilta konplè nan pouse pri ak rale demann. Pri Ferronickel, done envantè, ak pousantaj fonksyònman en fòme yon trinity "pri-pwovizyon-demann", ki reflete dirèkteman chanjman fondamantal mache a.

Pri Ferronickel: Chofè Pri debaz laKòm prensipal materyèl anvan tout koreksyon pou 300 -seri Nerjaveèi asye, Ferronickel (Ni 10-15%) pri chanjman dirèkteman afekte pri a ansyen faktori nan asye pur. Yon ogmantasyon $100/tòn nan ferronickel anjeneral mennen nan yon ogmantasyon $300-500/tòn nan 304 fèy asye pur.

Done Envantè: Balanse Pwovizyon pou ak DemandEnvantè sosyal (ki gen ladan envantè depo ak machandiz nan-transpò) reflete sipli oswa mank de rezèv mache a. Lè envantè depase papòt 500.000 tòn (pou mache Lachin nan), pri yo gen tandans bese; envantè ki anba a 300.000 tòn souvan deklanche ogmantasyon pri.

En fonksyònman pousantaj: bawomèt demann lanPousantaj opere nan endistri en (konstriksyon, otomobil, aparèy kay) detèmine dirèkteman konsomasyon asye pur. Yon ogmantasyon 10% nan to operasyon endistri aparèy kay la ka kondwi yon kwasans 3-5% nan demann asye pur.

Premye etap: Koleksyon Done ak Pre-trete

Done bon kalite-se fondasyon modèl AI a. Fatra antre, fatra soti-done andomaje pral dirèkteman diminye presizyon prediksyon. Pwosesis pwosesis done a gen ladan twa lyen kle.

1. Entegrasyon done milti-sous

Kolekte done ki soti nan chanèl otorite pou asire rapidite ak presizyon: done pri Ferronickel ki soti nan Shanghai Nonferrous Metals Network (SMM), mete ajou chak jou; done envantè ki soti nan Lachin Iron and Steel Association (CISA), lage chak semèn; Done sou pousantaj fonksyònman ki soti nan enstitisyon rechèch endistri yo (egzanp, Mysteel), mete ajou chak 3 jou. Dire tan done yo kouvri 5 ane (2019-2023) pou kaptire tandans siklik yo.

2. Done Netwayaj ak Normalisation

Elimine pwen done ki pa nòmal (egzanp, pwen pri toudenkou ki te koze pa fòs majeures) lè l sèvi avèk prensip 3σ. Estandize inite done yo: Konvèti pri ferronickel a $ / tòn, envantè a 10.000 tòn, ak pousantaj opere nan yon pousantaj (0-100%). Ranpli valè ki manke yo ak metòd entèpolasyon lineyè pou asire entegrite done yo.

3. Feature Jeni: Amelyore Valè Done

Konstwi karakteristik dérivés pou amelyore kapasite prediksyon modèl la: Kalkile 7-jou mwayèn pri ferronickel pou lis fluctuations kout-; kreye yon rapò envantè-a-demann (envantè / (envantè to operasyon an × istorik konsomasyon mwayèn)); ajoute yon karakteristik sezon (egzanp, Q1 pou n bès demann Spring Festival) pou kaptire modèl peryodik.

Seleksyon Algorithm: LSTM Neural Network pou Prediksyon Seri Tan

Pri asye pur yo se done seri tan tipik ak kontinwite fò ak peryodikite. Pami algorithm AI, rezo Long Short-Term Memory (LSTM) la depase ARIMA ak rezo neral tradisyonèl yo nan jere depandans alontèm-.

1. Konsepsyon estrikti modèl

Modèl LSTM a gen kat kouch: Kouch Antre (aksepte 3 endikatè debaz + 5 karakteristik derive, total 8 karakteristik); de kouch LSTM (premye kouch la gen 64 inite, dezyèm kouch la gen 32 inite, lè l sèvi avèk fonksyon aktivasyon ReLU); kouch pwodiksyon (predi pri a fèy asye pur 304 7 jou pita).

2. Hyperparameter Akor

Optimize ipèparamèt atravè validasyon kwa-pou evite twòp: Fikse etap tan an sou 14 jou (sèvi ak done ki soti nan 14 jou ki sot pase yo pou prevwa pri alavni); gwosè pakèt a 32; to aprantisaj a 0.001; sèvi ak Adam optimizer ak mean squared error (MSE) kòm fonksyon pèt la. Epòk fòmasyon modèl la se 100. ak kanpe bonè lè pèt validasyon an sispann diminye pou 5 epòk youn apre lòt.

3. Modèl Fòmasyon ak Validasyon

Divize done 5-ane yo an seri fòmasyon (70%), seri validasyon (15%), ak seri tès (15%). Apre fòmasyon, MSE modèl la sou seri tès la se 0.008. epi R² (koyefisyan detèminasyon) se 0.86. ki endike ke modèl la ka eksplike 86% nan varyasyon nan pri-byen lwen pi wo pase 62% nan modèl la tradisyonèl ARIMA.

Modèl Optimizasyon: Mekanis atansyon ak aprantisaj Ensemble

Pou plis amelyore presizyon, entegre mekanis atansyon a ak aprantisaj ansanbl pou amelyore kapasite modèl la pou konsantre sou faktè kle yo.

1. Ajoute Mekanis atansyon

Afiche yon kouch atansyon ant kouch LSTM yo pou bay diferan pwa nan karakteristik opinyon. Rezilta yo montre ke modèl la otomatikman plase pwa ki pi wo a (0.42) nan pri ferronickel 7-jou mwayèn k ap deplase, ki te swiv pa rapò envantè-a-demann (0.28) ak to operasyon endistri aparèy kay (0.15), ki konsistan avèk lojik mache.

2. Ensemble Learning ak XGBoost

Konbine modèl LSTM la ak algorithm XGBoost (ekselan nan manyen done tabul) lè l sèvi avèk yon metòd mwayèn filaplon (LSTM pwa 0.7. pwa XGBoost 0.3). Presizyon prediksyon modèl entegre sou seri tès la ogmante a 88%, ak erè mwayèn absoli (MAE) diminye pa 12% konpare ak modèl LSTM sèl la.

Aplikasyon pratik: ka etid nan yon konpayi komès asye pur

Yon gwo konpayi komès asye pur aplike modèl sa a pou gide desizyon akizisyon ak lavant soti janvye jiska jen 2024. Rezilta prediksyon modèl la ak efè aktyèl yo jan sa a:

 

Peryòd Prediksyon	Modèl Pri Prevwa ($ / tòn)	Pri sou mache aktyèl la ($/tòn)	Erè Prediksyon	Konsèy pou pran desizyon ak efè
15-21 janvye	2850	2830	0.7%	Redwi envantè pa 20%, evite $ 40 / tòn pèt
1-7 mas	2980	3000	0.7%	Ogmante akizisyon pa 15%, touche $ 30/tòn pwofi
20-26 me	3120	3100	0.6%	Fèmen nan pri lavant, asire maj ki estab

 

Pandan peryòd sis-mwa a, to woulman envantè konpayi an te ogmante pa 35%, ak maj pwofi mwayèn pou chak tòn ogmante pa 2.3 pwen pousantaj, verifye valè pratik modèl la.

Defi komen ak solisyon

Nan aplikasyon aktyèl la, modèl la ka fè fas a defi tankou chanjman politik toudenkou ak chòk pri matyè premyè. Solisyon vize asire estabilite li yo.

Entèferans politik (egzanp, Ajisteman Taks Ekspòtasyon)Ajoute varyab enbesil politik nan modèl la (1 pou aplikasyon politik, 0 otreman) epi antrene modèl la ak done politik istorik pou amelyore adaptabilite.

Ferronickel Pri volatilité ki te koze pa Nikèl Ore SupplyEntegre done nikèl enpòte minrè (ki soti nan Endonezi, Filipin yo) nan modèl la kòm yon endikatè dirijan pou predi chanjman pri ferronickel davans.

Degradasyon modèl sou tanEtabli yon mekanis aktyalizasyon modèl chak mwa, antrene modèl la ak dènye 3 mwa done yo, epi ajiste pwa karakteristik yo pou adapte yo ak chanjman mache yo.

Future Outlook: Entegre plis teknoloji avanse

Modèl prediksyon pri asye pur la ap kontinye evolye ak pwogrè teknolojik, deplase nan direksyon pi wo presizyon ak entèlijans.

Entegrasyon done an tan reyèl-Konekte ak sistèm IoT nan moulen asye ak depo pou jwenn done envantè ak pwodiksyon an tan reyèl-, sa ki redui reta done soti nan 3 jou a 1 èdtan.

Pwosesis langaj natirèl (NLP)Analize nouvèl, medya sosyal, ak rapò endistri lè l sèvi avèk NLP pou ekstrè endikatè santiman (egzanp, "grèv faktori asye" santiman negatif) epi enkòpore yo nan modèl la.

Digital Twin TeknolojiBati yon jimo dijital nan chèn endistri asye pur la, similye enpak diferan senaryo (egzanp, pri lwil oliv k ap monte ki afekte pri transpò) sou pri pou bay previzyon ki baze sou senaryo-.

Konklizyon: AI Otorize Desizyon sou mache asye pur-Pran

Modèl prediksyon pri AI ki baze sou pri ferronickel, done envantè, ak to fonksyònman en kraze nan limit metòd prediksyon tradisyonèl yo. Lè yo byen kaptire relasyon konplèks ant faktè mache yo, li bay prévisions pri serye pou antrepriz nan chèn endistri asye pur. Aplikasyon pratik modèl la montre ke teknoloji AI ka efektivman redwi risk operasyonèl, optimize alokasyon resous, ak amelyore compétitivité sou mache a. Kòm bon jan kalite done yo amelyore ak algorithm yo avanse, modèl AI sa yo pral tounen yon zouti endispansab pou antrepriz asye pur, ankouraje transfòmasyon endistri a nan direksyon done-kondwi desizyon-.