改进的包容性检验方法在我国能源需求组合预测上的应用
单一模型遴选问题是限制组合模型预测精度提高的瓶颈之一.首次将改进的包容性检验(NET)的方法用于能源需求组合预测中单一预测模型的遴选,并基于支持向量机回归模型(SVR)构建能源需求非线性组合预测模型.研究发现:1)相较而言,NET-SVR组合模型预测精度最高,稳定性最强.该模型的预测值平均相对误差最小(0.35%),明显低于未采用NET的SVR组合模型(0.58%)和基于线性包容性检验的模型(0.50%);2)NET-SVR组合模型在基准情景、低碳情景、受挫低碳情景下,分别预测出2014-2020年我国能源需求量以年均3.28%、1.45%、2.44%的比例增长,明显低于1990-2012年的年均增长率(6.08%),这种增速符合未来新常态经济增长方式下我国能源消费量的规划与控制.
改进的包容性检验、单一模型遴选、非线性组合模型、我国能源需求预测
48
国家自然科学基金项目“不确定条件下我国重要能源资源供给安全管理的理论与政策研究”71273206;陕西省软科学研究计划一般项目“供给侧改革下陕西煤炭产能调控路径及政策研究”2017KRM050
2018-09-14(万方平台首次上网日期,不代表论文的发表时间)
共16页
43-58