基于组合模型的能源需求预测

摘要：

能源是人类生存和发展的重要物质基础,也是当今国际政治、经济、军事、外交关注的焦点.能源需求预测是合理制定能源规划的基础.能源需求预测的模型很多,总的来说,可以分为单一模型预测和组合模型预测.本文在分析几种常用单一模型的优缺点和适用范围的基础上,建立BP神经网络与灰色GM的优化组合模型,对江苏省未来十五年煤炭和石油的需求量进行预测.结果表明:①随着经济的发展,未来江苏省对煤炭和石油的需求量逐渐增加,其中煤炭从2008年的19 601.39万t标准煤增加到2020年的25 615.26万t标准煤,年均增长率为1.81%;石油从2008年的2 628.64万t标准煤增加到2020年的3 532.60万t标准煤,年均增长率为1.36%;②基于BP网络与GM(1,1)的组合模型克服了单一模型的缺点,实现了优化组合模型”过去一段时间内组合预测误差最小”的原则,且预测结果误差较小,不仅适用于能源的中长期预测,还可以推广到其他领域.

关键词：组合模型、需求预测、BP神经网络、灰色模型

所属期刊栏目：20

分类号：TK01(一般性问题)

资助基金：国家科技支撑计划课题2006BAD20B06

在线出版日期：2010-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68