关键词： 工控系统   入侵检测   机器学习   自适应增量学习  

摘要： 随着工业5.0时代的到来,工业控制系统与国民经济、生活更加息息相关,从简单的锅炉水温控制、液位控制到复杂的电网控制、天然气管道控制都离不开工控系统。工控系统一旦遭受攻击很有可能发生设备损坏、经济损失甚至人员伤亡等事故,因此工控系统安全也愈发受到广泛的关注。大多传统工控系统存在缺乏防护措施或防护措施不完善的问题,加上不在历史攻击数据库中的未知攻击层出不穷,这无疑对工控系统安全造成了巨大的威胁,因此建立有效的工控系统防护措施来抵御未知攻击具有重要研究意义。论文采集真实机械臂控制系统网络流量数据,面向工控系统建立基于双层DIFF-OPF算法和HDBSCAN-XGBoost算法的未知攻击检测及自适应增量学习模型,主要研究内容如下: 首先,建立基于双层DIFF-OPF的未知攻击检测模型。介绍DIFF算法改进过程、设计双层DIFF-OPF模型的整体框架;结合论文数据集特点设计数据处理算法和特征工程方法;采用网格搜索和交叉验证的参数优化算法对模型进行优化,进一步提高模型性能;选取入侵检测领域和机器学习领域常用的模型评估指标全面评估模型效果,验证双层DIFF-OPF模型对已知攻击和未知攻击的良好检测性能,并指出对未知攻击缺乏增量学习能力这一不足之处。 其次,建立基于HDBSCAN-XGBoost的未知攻击自适应增量学习模型。利用HDBSCAN聚类算法对双层DIFF-OPF模型检测到的未知攻击进行聚类分析,并根据聚类结果赋予未知攻击标签;将增量学习原理迁移至XGBoost算法,并对赋予标签的未知攻击进行增量学习;通过结果对比分析,验证HDBSCAN-XGBoost模型相比其他模型的优越性,并指出模型存在的两类改进空间:1)优化聚类效果,提升模型赋予未知攻击标签准确率;2)改善模型增量学习“灾难式遗忘”,减少增量训练对旧任务造成的损失。 最后,针对HDBSCAN-XGBoost模型的两类改进空间,提出基于t-SNE算法和EWC算法的双重改进。利用t-SNE算法将样本映射至更优的特征空间,优化HDBSCAN聚类的空间变换过程,以此提高聚类赋予未知攻击标签的准确率;利用EWC算法弹性地对模型参数添加惩罚项,减少新任务学习对旧任务造成的损失,改善增量学习模型“灾难式遗忘”的问题;设计对比实验,实验结果表明双重改进后的HDBSCAN-XGBoost模型对未知攻击具有较好的自适应增量学习能力。

关键词： 抑郁发作   机器学习   面部表情   心率变异性   识别和评估模型  

摘要： 目的:本研究旨在探讨抑郁发作患者和健康人群在头部特征、面部特征点的运动速度、面部动作单元(Action Unit,AU)强度特征、眼睛特征和心率变异性特征(Heart Rate Variability,HRV)等方面的差异。探寻与抑郁水平相关的头面部特征和心率变异性特征,并以机器学习方法构建基于多模态数据的抑郁发作识别和评估模型。方法:本研究共纳入在院的90名抑郁发作患者作为研究组,包括66名抑郁障碍和24名双相情感障碍目前为抑郁发作的患者(本文统称为“抑郁发作”),同时以年龄、性别、受教育年限等人口学资料匹配纳入对照组90名。两组人群接受抑郁自评量表(Self-Rating Depression Scale,SDS)、焦虑自评量表(Self-Rating Anxiety Scale,SAS)、汉密尔顿抑郁量表(Hamilton Depression Scale,HAMD)和汉密尔顿焦虑量表(Hamilton Anxiety Scale,HAMA)的评估。同时,用摄像头对两组进行正面录像,采用开源的面部行为分析工具Open Face 2.0进行视频处理,并分别计算其头部特征、面部特征点的运动速度、面部动作单元强度特征和眼睛特征。并采集两组的心率变异性数据,通过心电工作站自动分析得到相关特征。运用多元协变量分析(Multivariate analysis of covariance,MANCOVA)的方法,在控制年龄、性别、受教育年限的情况下,进行两组的差异性检验。在SPSS Modeler 18中以有差异的特征为自变量,分别以SDS标准总分、HAMD总分为预测变量构建抑郁水平线性回归预测模型。最后,将有差异的特征以及年龄、性别、受教育年限作为自变量,分别以逻辑回归、支持向量机、随机森林三种机器学习方法构建抑郁发作的二分类识别模型和抑郁严重程度的多分类评估模型。结果:(1)差异性检验发现,研究组与对照组在头部Y轴平均位置、头部Z轴平均位置、面部特征点2、19、24、28、30、31、35、39、42、51、57的平均运动速度、AU06、AU07、AU14、AU23、AU25的平均强度、AU02、AU06、AU12、AU14、AU23、AU25的强度标准差、眼睛X轴平均凝视向量、眼睛Y轴平均凝视向量、眼睛Y轴凝视向量标准差、心跳间期标准差、HRV总功率、HRV超低频功率、HRV低频功率和HRV高频功率方面均存在显著差异(Ps<0.05-0.001)。(2)线性回归预测模型显示,AU07平均强度、AU23强度标准差和眼睛Y轴平均凝视向量与SDS标准总分均呈显著正相关(β=0.153,0.204,0.163,Ps<0.05-0.01)。而受教育年限、AU06强度标准差、AU14强度标准差和心跳间期标准差与SDS标准总分均呈显著负相关(β=-0.313,-0.260,-0.270,-0.275,Ps<0.001)。在控制了其它自变量的情况下,男性的SDS标准总分低于女性(β=-0.223,P<0.001);头部Y轴平均位置、AU06平均强度、AU23强度标准差、眼睛Y轴平均凝视向量和HRV超低频功率与HAMD总分均呈显著正相关(β=0.127,0.327,0.151,0.259,0.290,Ps<0.05-0.001)。受教育年限、AU14平均强度、AU06强度标准差、HRV低频功率和HRV高频功率与HAMD总分均呈显著负相关(β=-0.257,-0.269,-0.392,-0.402,-0.228,Ps<0.01-0.001)。(3)在抑郁发作识别模型和抑郁严重程度评估模型中,采用随机森林方法效果均为最好,两个最佳预测模型的F1分数均为0.967,准确率均为96.7%。结论:(1)运用人工智能技术进行头面部特征检测可以用于客观评估抑郁发作患者的外在行为表现。(2)本研究发现了可以衡量主观抑郁感受和客观抑郁水平的标志物,可用于高危抑郁人群的筛查。(3)机器学习方法构建的抑郁发作识别和评估模型可以有效辅助医生识别抑郁发作患者和评估抑郁发作患者的严重程度。随机森林方法在两个模型中均表现最佳,可供未来的研究选择。图15幅,表11个,参考文献94篇

关键词： 激光雷达   大气边界层高度   深度学习   小波协方差变换  

摘要： 大气边界层作为与地表联系最为紧密的大气结构,是地表与大气之间进行能量和物质交换的重要通道。大气边界层高度(planetary boundary layer height,PBLH)不但影响大气分子和气溶胶的扩散范围,而且与气溶胶的正反馈机制是促使重度污染累积爆发的重要诱因。尽管目前已有多种基于激光雷达数据的PBLH反演方法,但开发一种无需人工干预的鲁棒算法仍然具有很大的挑战性。而近年来,深度学习技术的快速发展与应用为各种复杂大气情况下PBLH的长期稳定反演提供了一个新思路。 本文提出了一种基于小波协方差变换(Wavelet Covariance Transform,WCT)的深度学习方法,用于从大气激光雷达后向散射信号中反演PBLH。在数据集创建方面,对回波信号执行膨胀值取值范围为200 m～500 m的WCT从而生成二维小波图像,并结合边界层连续性、激光雷达廓线和小波系数曲线分类标记小波图像中边界层的位置,生成对应的标记图像(Ground Truth)。由于数据集中复杂大气情况的样本较少,采用样本类别均衡和数据增强技术获得大规模数据集。本文将深度学习图像分类领域模型应用于PBLH反演,以VGG16网络的卷积层为模型主干,深监督结构为模型侧链构建了VGG16-DSNet模型。经过55000次的迭代训练,VGG16-DSNet能够在悬浮气溶胶、夜间残余层和云层等干扰下识别小波图像中的PBL位置并输出相应的预测标记图像。将预测结果与小波系数值相结合最终可获得PBLH。在此基础上,采用训练后的VGG16-DSNet模型,只需生成对应激光雷达廓线的小波图像并输入到模型中就可以获得PBLH,大大减少了反演过程中的阈值设置。通过不同大气条件下的反演以及与MPLNET(Micro-Pulse-Lidar Network)PBLH产品、DTDS算法和探空仪数据的对比研究,成功验证了深度学习方法在实际大气探测中的良好性能。此外,本文定义了应用于激光雷达信号自检的相对小波系数,将边界层不清晰或者边界层顶位于探测盲区内的情况予以去除,有效提高基于激光雷达后向散射信号强度突变反演PBLH的可靠性。 综上所述,围绕PBLH反演问题,本文提出基于WCT的VGG16-DSNet模型在无需过多人工干预的条件下可实现不受气溶胶层、云层等影响的PBLH反演,大幅提升了PBLH自动反演的准确性,为PBLH反演提供了新思路。

关键词： 细粒度情感分析   依存关系类型   句法特征   面向方面的自注意力机制   语义特征   图卷积神经网络  

摘要： 随着深度学习和自然语言处理技术不断发展,更加细粒度的情感分析任务,即方面情感分析(Aspect-based Sentiment Analysis,ABSA)已经成为了研究人员重点关注的研究方向。ABSA是指对文本中的具体实体方面进行情感预测。与传统的情感分析方法相比,ABSA任务能够更准确地分析文本中不同方面的情感信息,更好地满足实际应用需求。目前,基于神经网络模型的方面情感分析成为了主流的研究方法。其中,利用图卷积神经网络对本文句子中的句法结构和词语之间的复杂语义关系进行特征学习的方法凭借其优秀的性能表现,受到了广大研究学者的关注。在总结和分析现有方面情感分析方法后,发现这些方法中仍然存在一些问题。第一,对句法依存解析树中的句法信息和单词词性特征利用不充分,缺乏一种有效的机制对依存关系的类型和单词词性特征加以利用。第二,现有工具对依存解析树解析不够精准,存在依存关系解析错误的情况,这无疑会为句法信息带来冗余的噪声信息,从而影响模型的分类性能。为解决以上两个问题,本文提出了一个基于融合句法和语义信息增强的图卷积神经网络模型(Graph Convolutional Neural Network Model Based on Fusion Syntactic and Semantic Information Enhancement,FSSIE-GCNs),探索利用句法和语义信息提升方面情感分析的性能。主要工作如下:(1)本文为充分利用依存关系类型等句法信息,设计了一个基于句法信息增强的图卷积网络。首先根据自定义的规则对依存解析树中依存关系类型加以区分,保留对方面词和意见词重要的依存关系。其次,本文构建依存关系类型特征矩阵和句子词性特征矩阵,通过融合两个特征矩阵,得到最终的重构句法依存图。最后,在句法特征图上应用多层的图卷积神经网络学习句子的句法特征。(2)为了减少依存解析树解析不准确对方面词情感极性预测的影响,本文采用以语义信息对句法信息进行补充的方法。具体而言,本文设计了一个面向方面的自注意力机制(Aspect-Oriented Self-Attention Mechanism,AOSAM)。AOSAM包括自注意力网络和方面注意力网络,前者能够学习方面词与其上下文单词间的语义关系,而后者可以学习与特定方面相关联的语义信息。将两个注意力层获得的注意力分数矩阵进行融合得到语义特征图,通过采用这种设计,生成的语义特征图中学习到了句子更加丰富的语义特征。之后,在语义特征图上使用多层图卷积神经网络学习语义特征。最后,本文设计了一个CAMM机制融合提取到的句法特征和语义特征,有效地减轻了句法特征中的噪声信息对模型性能的损失。(3)本文在Laptop、Restaurant、Twitter和MAMS四个公开数据集上将FSSIEGCNs模型与基准模型进行了对比试验,实验结果表明FSSIE-GCNs在两个评价指标上表现出的性能均好于基准模型。本文还对模型进行了敏感性分析,分析和讨论了AOSAM中重要超参数、图卷积神经网络的层数和特征融合的策略对模型预测准确率的影响。同时,本文进行了消融实验和可视化实验,分析和验证了模型中不同组件的贡献。

关键词： 工业智能化   造纸过程   建模模拟   节能减排   多步预测  

摘要： 伴随造纸行业的产能需求不断提高,其能源需求逐年上升、碳排放基数不断扩大。在“双碳”目标下,造纸行业面临提高能效、减污降碳的双重压力。造纸行业的碳排放主要来源于电耗和蒸汽能耗所产生的间接排放。对造纸过程建立精准的能耗与碳排放预测模型,利用其预测结果,帮助造纸企业优化生产,提高能效,节能降本;为公用工程提供方提供精准的需求信息,以便其合理安排生产,减少能源过剩或不足所带来的额外消耗和排放,有助于形成供、需侧减污降碳、降本提效的良性循环。造纸过程兼具流程工业和离散工业的双重特点,其能耗和碳排放影响因素较多,耦合关系复杂,同时存在较强的无规律变化。在影响因素方面,造纸过程不仅存在成百上千个关联关系复杂多变的采集点,还存在大量无法在线测量的关键工艺参数。在生产特性方面,造纸过程电耗、蒸汽能耗和碳排放都存在独特的特性,例如电耗存在波动大、干扰强等问题,蒸汽能耗存在鲁棒性弱、不确定性强等问题,碳排放存在核算粗放、形成机制不清晰等问题。这些问题使得影响能耗与碳排放的关键因素难以被精准挖掘,随着预测步数的增加,建立精准的能耗与碳排放预测模型的难度也呈几何级数增长。为解决上述问题,本论文展开了如下工作:(1)基于数据统计的方法挖掘影响造纸过程能耗和碳排放的关键因素。首先,本研究基于灰色关联度分析、相关性分析和滞后自相关性分析方法,初步分析影响造纸生产过程电耗、蒸汽能耗的关键参数,然后利用梯度提升回归树算法和可解释性的SHapley值更为精准地筛选关键参数,为后续建立能耗与碳排放预测模型确定合理的输入变量。(2)提出一种新多步预测策略。首先,本研究分析了五种经典多步预测策略(迭代策略、直接策略、多输入多输出策略、直接迭代策略以及直接多输出策略)的优缺点,并基于不同采集频率提出新的多步预测策略。基于六种策略建立多步预测模型,利用真实数据对比分析这六种模型性能,验证本研究提出的多步预测策略的可靠性。(3)建立基于深度学习的造纸过程电耗多步预测模型。首先,本研究基于粒子群优化算法和长短期记忆网络(Long Short-Term Memory,LSTM)建立了造纸过程电耗单步预测模型,并采用鲸鱼优化算法、粒子群优化算法与反向传播神经网络、Elman、最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)、LSTM进行组合建立的11个对比模型,针对不同的预测步长,验证提出的电耗预测模型的性能。研究表明,综合对比12个模型,本研究提出模型的平均绝对误差百分比和均方根误差平均更小,比其他模型平均降低了9.37%和10.06%。最后基于新策略建立了造纸过程电耗多步预测模型。结果表明在预测步数小于24时,本研究提出的造纸过程电耗多步预测模型具有高精度、高稳定性的优点,其平均绝对误差百分比低于2%。(4)建立基于关键参数识别的造纸过程蒸汽能耗多步区间预测模型。首先,基于轻量级梯度提升机建立造纸过程关键参数识别模型,并在此基础上,基于贝叶斯优化的LSTM建立造纸过程蒸汽能耗概率预测模型。为了验证模型的可靠性,采用PSOLSTM、贝叶斯神经网络建立的预测模型作为对比案例,结果表明本研究提出模型的精度更高、稳定性更好,其平均绝对误差百分比和均方根误差分别比其他两个模型小了23.2%和6.78%;34.4%和27.1%。然后基于核密度估计建立造纸过程蒸汽能耗区间预测模型,结果表明置信水平为90%以上时,99%的实际值落在预测区间内。最后结合提出的多步预测策略,建立造纸过程蒸汽能耗多步区间预测模型。结果表明,本研究提出的造纸过程蒸汽能耗多步预测模型能够在预测步数为24以内,置信区间为99%时,98%的真实值能落在预测区间内。(5)建立基于组合方法的造纸过程碳排放多步预测模型。结合造纸过程关键参数识别模型,基于灰色模型、自回归滑动平均模型、LSSVM建立造纸过程碳排放组合模型。同时,利用诱导有序加权平均算子和蒙特卡洛搜索树的方法求解组合模型权重。以基于自回归滑动平均模型、灰色模型和LSSVM建立的预测模型作为对比案例,结果表明本研究提出的组合模型在很大程度上结合了三个模型的优点,具有预测精度更高和稳定性更好的优点。同时,对比分析了直接和间接预测碳排放模型,结果表明直接预测碳排放的精度更高。最后,本研究建立造纸过程碳排放多步预测模型,结果表明,本研究提出的模型能够高精度的预测步数在12以内的碳排放,其90%的预测结果的相对误差百分比低于10%。通过上述研究,本研究分析了影响造纸过程能耗与碳排放的关键因素,提出了新的多步预测策略,并在此基础上建立了高精度、高稳定性的能耗与碳排放多步预测模型,为后续造纸过程的减污降碳、降本提效提供数据和技术支持。

关键词： 深度学习   图生成模型   生成对抗网络   变分自编码器   图注意力机制  

摘要： 随着社交网络、推荐系统、生物信息学等领域的发展,图数据变得越来越普遍,已成为一种重要的数据类型。其中,基于深度学习的图形生成任务在过去几年取得了显著的进展,并引起了学术界和工业界的广泛关注。图生成任务是指生成具有特定结构和属性的图形,例如生成分子结构、电路图、社交网络等。其中,利用对抗学习的生成对抗网络(Generative Adversarial Network,GAN)是目前最为流行的深度学习图形生成方法之一。但是,将对抗学习应用于图形的生成任务存在一些挑战,例如算法本身存在模式坍塌、生成样本多样性不足等问题;同时,在图生成模型的构建上,如何生成具有高度复杂结构的图形和如何控制生成图形的属性等问题亟待解决。基于上述问题,本文首先提出具有残差连接的改进条件对抗图形生成模型(Improved Conditional Adversarial Graph Generation Models with Residual Connections,Graph-resCGAN)。该模型将对抗学习作为基础生成模型,构建判别器与生成器。模型针对于复杂的图数据,对基础对抗生成模型做出如下改进:(1)提出残差连接加深网络层来捕获更多的图形信息。针对图形结构不能够深度捕捉信息的问题,使用改进残差块代替传统卷积块可以更好的捕获到图形节点与边的信息。(2)提出改进的条件分类算法,通过构建分层分类器并引入图形标签信息作为条件,更好的指导图生成。改进的条件判别器部分通过区分真实数据和生成数据的类别标签,使得拥有分类器的判别器具有生成器的感知能力。最终Graph-resCGAN模型通过设计实验验证改进有效性。与经典图深度学习方法相比,该模型在生成数据分布性能MMD分数上表现更为优异,在各类数据集上的表现平均提升8.74%。在Graph-resCGAN模型基础上,为了解决单独使用GAN面临的需要预定义最大节点的局限性,以及图生成问题想要解决的通用性问题,提出具有图注意机制的变分生成对抗网络的图形生成模型(Conditional Graph Generation Model based on Variational Generative Adversarial Network with Attention Mechanism,Graph-attVGAN)。该模型具体改进为:(1)在对抗学习中结合变分自编码机制。该模型通过变分自编码器首先将不同大小的图统一进行图嵌入,然后利用对抗学习得到重建损失与条件判别器损失。(2)引入图注意力机制,提出将图卷积网络与图注意力机制相结合,使得生成图形能够更充分的学习到顶点信息和获得更丰富的特征以运用到结构生成上。在最终的实验上证明,Graph-attVGAN该模型可以在生成结果评价指标上达到令人满意的水平;在新颖性提高了 2.64%,独特性提升了2.85%。并且该模型的通用性表现更为优异。

关键词： 图神经网络   复杂网络动力学   神经动力学   拓扑迁移  

摘要： 现实世界中存在着多种多样的复杂系统,如生态系统,社交网络等,通常利用微分方程对这些复杂网络上的动态进行建模来表达各种复杂现象。然而当前相当多的复杂系统的底层动态尚不清楚。因此,开发一种数据驱动的复杂网络动力学学习方法,理解复杂网络动力学底层原理,是对其实施干预和控制的第一步,在气候灾害预测、阻断传染病传播等挑战中具有相当重要的现实意义。随着深度学习研究的普及,处理图数据相关的深度学习方法得到充分发展,图神经网络以其卓越的性能成为当前研究热点,以图神经网络为基础,建模复杂网络上的动力学为当前复杂系统研究开辟一条新的研究方向。基于以上出发点,本文的主要工作如下:(1)本文提出动力学预测任务应该满足的三个测试准则。通过分析发现当前复杂网络动力学建模相关研究暴露出的一个误解,即图神经网络中将节点特征嵌入潜在空间的思想,被许多复杂网络上的神经动力学模型自然采用。然而高维嵌入虽使模型很好的拟合了观测数据,但没有正确的学习到表达观测数据的动力学原理。现有的研究局限在动力学动态的短期预测任务中,在高维空间中拟合能够提供很好的预测结果,但在长期预测任务中,迅速崩溃。针对这些问题,本文提出了三个测试准则,并通过经验分析结果展示了基于嵌入的模型不能通过三个测试准则,并分析嵌入模型失败的原因,尤其以拓扑共轭的视角进行理论分析。(2)通过证明不合理的嵌入导致的这些挑战,本文提出了一种基于参数化两个向量场分量的简单无嵌入建模方法,即复杂网络神经动力学模型(Dy-Net Neural Dynamics)。通过实验验证了本文模型能够可靠的学习到不同拓扑结构上的一类动力学现象。因其直接在物理空间中建模观测数据,模型的学习参数与拓扑无关,天然具有拓扑迁移能力。模型分别捕获自动力学和交互动力学,通过引入符号回归能将两个向量场训练的模型参数分别转化为直观的数学表达式,增强模型的可解释性。相对于现有工作提出的基于数据驱动的复杂网络神经动力学模型具有明显的性能优势和可靠性。

关键词： 高中生   生命意义感   未来时间洞察力   学习投入   教育对策  

摘要： 生命意义感包含认知和动机两个维度,是一个人对其生命意义存在的感知能力并在生命中对目标进行制定与追求。未来时间洞察力是个体在时间上的认知、体验和行动(或行动倾向)上表现出来的一种人格特质。学习投入是一种包含活力、奉献以及专注三个维度的学生沉浸于学习状态表现出的一种积极的情感认知。有研究表明生命意义感、未来时间洞察力以及学习投入两两之间的关系紧密,三者之间存在着一定的联系。但是,将这三者放在一起的研究却较少,因此本研究旨在探讨生命意义感、未来时间洞察力、学习投入关系,并在此基础上提出相应的教育对策。本研究采用《生命意义感量表》《青少年未来时间洞察力量表》和《学习投入量表》,对738名高中生进行问卷调查。对高中生生命意义感、未来时间洞察力和学习投入的特点进行分析研究,并在此基础上分析未来时间洞察力在生命意义感和学习投入两者之间的中介作用。经过数据分析和讨论得出以下结论:(1)高中生生命意义感得分处于中等偏上水平,说明高中生具有较好水平的生命意义感。生命意义感在性别、年级、家庭所在地上存在显著差异,在是否为班干部、是否独生上不存在显著差异。(2)高中生未来时间洞察力得分处于中等偏上水平,说明高中生具有较好水平的未来时间洞察力。未来时间洞察力在性别、年级、是否为班干部、是否独生上、家庭居住地上均不存在显著差异。(3)高中生学习投入水平得分处于中等偏上水平,说明高中生具有较高的学习投入。学习投入在性别、年级、是否为班干部、是否独生、家庭所在地上均存在显著差异。(4)高中生生命意义感与学习投入呈显著正相关,未来时间洞察力与学习投入呈显著正相关,生命意义感与未来时间洞察力呈显著正相关。(5)未来时间洞察力在生命意义感与学习投入中起部分中介效应。基于以上研究结果,提出如下教育对策:(1)重视构建生命教育体系,提升学生生命意义感。(2)指导学生有明确的学业规划,提升未来时间洞察力。(3)重视学习心理辅导。

关键词： 豆油期货   价格预测   机器学习   价格驱动  

摘要： 作为对粮食生产稳定和粮油行业健康发展具有重要作用的大豆加工产业链的重要组成部分,豆油期货如今已成为全球第六大农产品期货品种,在经济上具有一定的代表性,其价格波动对相关行业如油脂加工业、饲料业、生物质燃料等的发展影响深远。本文选取豆油期货主力合约作为研究对象,从基本面、技术面、宏观经济指标三个方面共37个指标,得出各指标4129个数据,对豆油期货价格的驱动因素及其价格预测进行分析。然后利用主成分分析法对这些指标进行降维,得到7个特征主成分作为模型特征因子,按7:3的比例将数据分成训练集和测试集。接着选取了随机森林、支持向量机、XGBoost、LSTM四种机器学习方法进行价格预测,根据评估指标的平均方误差、平均方根误差、平均绝对误差、平均绝对百分比误差、可决系数,对四种机器学习方法的预测能力进行了比较,结果表明LSTM模型的预测能力最好。其结果数值依次为0.041,0.202,0.13,64.039,0.957,其后依次为向量机,XGBOOST,随机森林。然后运用SHAP模型,结合主要成分分析,分析归纳出指标类因子、进出口类因子、产能库存类因子、趋势指标类因子、支撑类因子、宏观类因子等6个影响期货价格的驱动因子的特征主要成分。在对价格驱动因子的重要性贡献度中,以进出口类因子41.95%的比重最为重要,其次产能库存类因子的重要程度为19.85%,支撑类因子的重要程度为14.00%。