王永鵬　邱文昌

摘 要：燃料油價(jià)格波動(dòng)不定，這是船舶燃料油成本管理的不確定因素之一，為降低燃料補(bǔ)油成本，本研究采用長(zhǎng)期短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)對(duì)燃料油價(jià)格進(jìn)行預(yù)測(cè)，結(jié)果表明，LSTM神經(jīng)網(wǎng)絡(luò)對(duì)多因素港口燃料油價(jià)格的預(yù)測(cè)效果良好，精度高，可對(duì)船舶燃料油成本管理提供幫助。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò);價(jià)格預(yù)測(cè);LSTM;多因素

中圖分類號(hào)：U692? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? 文章編號(hào)：1006—7973（2019）10-0030-02

在海運(yùn)中，船舶燃料消耗主要包括主機(jī)燃料IFO380，輔機(jī)柴油MDO，主機(jī)潤(rùn)滑油和輔機(jī)潤(rùn)滑油。MDO的單價(jià)約為IFO380的1.5倍。20，000TEU集裝箱船的主要發(fā)動(dòng)機(jī)每天消耗200t以上的燃料，12t-24t的輔助和1t的潤(rùn)滑油，且燃油價(jià)格持續(xù)走高，這造成燃油成本在船舶運(yùn)營(yíng)成本中占有很大份額，而主機(jī)燃料油是燃油成本中最大的份額，為節(jié)省成本，有必要科學(xué)地選擇燃料油補(bǔ)給港，從經(jīng)營(yíng)成本來(lái)看，補(bǔ)給港的選擇取決于港口的燃料油價(jià)格高低，在價(jià)格低的港口大量補(bǔ)給燃油以滿足多個(gè)航段的燃料油需求是節(jié)約成本的好方法，所以對(duì)燃料油價(jià)格的預(yù)測(cè)顯得格外重要。目前對(duì)價(jià)格預(yù)測(cè)的方法有：多元回歸分析、時(shí)間序列分析、神經(jīng)網(wǎng)絡(luò)方法等。賈鵬等[1]用ARMA模型預(yù)測(cè)了燃料價(jià)格，并以此建立補(bǔ)油方案的數(shù)學(xué)模型，但是ARMA模型訓(xùn)練速度慢和學(xué)習(xí)精度不夠，并且忽略數(shù)據(jù)中的時(shí)間依賴性。因此，本研究采用LSTM神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)燃料價(jià)格，該方法考慮了數(shù)據(jù)的時(shí)間依賴性，具有較高的預(yù)測(cè)精度和適應(yīng)性。

1船舶燃料油價(jià)格影響因素分析

燃料油是原油加工過(guò)程中的產(chǎn)物，原油是燃料油的成本端，其價(jià)格會(huì)直接影響燃料油價(jià)格，李健等[2]曾歸納出 62種影響油價(jià)的因素，例如軍事沖突、恐怖襲擊、國(guó)家政變、稅收政策、國(guó)家金融、國(guó)際環(huán)保會(huì)議、歐佩克政策等多種因素。此外，國(guó)際原油市場(chǎng)定價(jià)方法對(duì)燃料油價(jià)格也會(huì)有影響，目前國(guó)際上以紐約商業(yè)交易所（NYMEX）x1、倫敦國(guó)際石油交易所（IPE）x2 及迪拜商品交易所（DME）x3 等三大主要原油期貨交易所對(duì)原油價(jià)格進(jìn)行定價(jià)。所以，預(yù)測(cè)燃料油價(jià)格不能單方面研究，要在綜合多方面因素的情況下，進(jìn)行燃料油價(jià)格預(yù)測(cè)，由于不可能兼顧所有的影響因素，所以本文選取重要的五個(gè)（歐元兌美元匯率 x4、新加坡燃料油報(bào)價(jià) x5）對(duì)燃料油價(jià)格能產(chǎn)生重大影響的因素進(jìn)行皮爾森相關(guān)系數(shù)? 分析，將相關(guān)系數(shù)最小的

影響因素剔除，剩余的因素帶入到多因素 LSTM神經(jīng)網(wǎng)絡(luò)模型中預(yù)測(cè)燃料油價(jià)格，會(huì)得出更加客觀且精確的燃料油價(jià)格。經(jīng)計(jì)算結(jié)果分別是 0.616、0.767、0.237、-0.417、1，正負(fù)號(hào)分別代表正負(fù)相關(guān)，與大小無(wú)關(guān)，從結(jié)果得知，本文將去除迪拜原油這一影響因素。

4結(jié)論

本文提出的多因素LSTM神經(jīng)網(wǎng)絡(luò)模型，保證了燃料油價(jià)格在時(shí)序上的記憶性和依賴性和精確性，并且利用皮爾森相關(guān)系數(shù)進(jìn)一步篩選相關(guān)因素，保證因素之間的獨(dú)立性，降低模型的復(fù)雜度。所以多因素LSTM神經(jīng)網(wǎng)絡(luò)模型在港口燃料油價(jià)格預(yù)測(cè)問(wèn)題上的應(yīng)用是可行的，對(duì)船舶燃料油成本管理也具有指導(dǎo)意義，即可以提前規(guī)劃在燃料油價(jià)格低的港口進(jìn)行燃料油補(bǔ)給以節(jié)省船舶成本至燃料油補(bǔ)給成本，幫助航運(yùn)企業(yè)更好的實(shí)現(xiàn)盈利。

參考文獻(xiàn)：

[1]賈鵬.基于燃油價(jià)格預(yù)測(cè)的航次租船燃油補(bǔ)給方案優(yōu)化研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2012.（5）：10-17.

[2]李建.油價(jià)關(guān)鍵影響因素分析[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊，2017.（7）：61-64.

[3]侯春華.基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的油田新井產(chǎn)油量預(yù)測(cè)方法[J].油氣地質(zhì)與采收率，2019.（3）：105-110.