《基于组合模型的中国能源需求预测》由会员分享，可在线阅读，更多相关《基于组合模型的中国能源需求预测（57页珍藏版）》请在金锄头文库上搜索。
1、成都理工大学硕士学位论文基于组合模型的中国能源需求预测姓名：芦森申请学位级别：硕士专业：计算数学指导教师：龚灏;周仲礼20100501摘 要 I 基于组合模型的中国能源需求预测基于组合模型的中国能源需求预测 作者简介：芦森，男，1984 年 8 月生，师从成都理工大学龚灏教授，2010年 7 月毕业于成都理工大学计算数学专业，获得理学硕士学位。 摘摘 要要 能源是人类生存、 经济发展、 社会进步和现代文明不可缺少的重要物质基础。随着社会经济的不断发展，能源需求也在不断增长。因此对能源需求的研究具有重要的理论意义和现实意义。能源需求预测是从研究一个国家、地区或特定范围内能源消费的历史与现状开始，
2、 根据其消费行为， 归纳影响能源消费的各种因素，寻求消费与这些因素的关系， 根据这些关系对未来能源需求发展趋势作出估计和评价。因此对能源需求进行建模与预测是制订能源发展战略、规划部署的基础之一。 近年来，很多学者对能源需求的预测进行了研究，有很多的预测方法。本文将经济增长、产业结构、能源消费结构、人口和城市化、居民消费水平、技术进步和环境政策等作为对能源需求的影响因素。 利用 19782008 年的能源需求总量时间序列数据，通过时间序列、灰色理论以及 BP 神经网络分别对 2010- 2015 中国能源需求总量进行了预测。 组合预测模型比单个预测模型具有更高的预测精度，能增强预测的稳定性，具有
3、较高的适应未来预测环境变化的能力， 本文以最小预测误差平方和为目标函数的线性组合预测模型，计算出时间序列、灰色理论以及 BP 神经网络组合模型的权重系数，利用 19782008 年的数据进行建模和检验，结果表明组合模型预测结果的平均相对误差为 2.19%，比时间序列、灰色理论以及 BP 神经网络的平均相对误差分别小 1.93%、2.14%以及 1.12%，利用此组合模型预测到 2015 年我国能源需求总量将达到 385781 万吨标准煤。 关键词：关键词：能源需求 时间序列 灰色理论 BP 神经网络 组合预测 Abstract II Based on Combination model Chi
4、nas energy demand forecast Introduction of the author: Lusen, male, was born in August, 1984, whose tutor was Professor Gonghao. He graduated from Chengdu University of Technology in Calculate Mathematics major and was granted the Master Degree in June, 2010. Abstract Energy is an indispensable mate
5、rial basis of human survival, economic development, social progress and modern civilization,With the development of social economy, energy demand is also growing.Therefore, the demand for energy research has important theoretical and practical significance. Energy demand forecast is from a country,
6、region or specific energy consumption s past and present . According to their consumption behavior, summarized the various factors affecting energy consumption, for consumption and the relationship between these factors. Therefore, the demand for energy modeling and forecasting is one of the foundat
7、ions to develop energy development strategy, planning the deployment. In recent years, many scholars has been studied the energy demand forecast, there are many prediction methods. The article take the economic growth, industrial structure, energy consumption, population and urbanization, the level
8、of consumption, technological progress and environmental policies as energy demand factors. Use the total energy demand time- series data from 1978 to 2008, through the time series, gray theory, and BP neural network respectively, forecasted the total energy demand of China from 2010 to 2015. Combin
9、ation forecasting model has higher prediction accuracy than a single prediction model ,it can enhance the stability of prediction, and the higher forecast to adapt to future environmental change, In this paper, the minimum sum of squares prediction error as the objective function of the linear combi
10、nation forecast model Calculated the weight factor of the time series, gray theory, and BP Neural Network Model, Using data from 1978 to 2008 to build and test model. The results show that the the average relative error of combined model forecasted is 2.19%,which is 1.93% smaller than time series, 2
11、.14% smaller than gray theory and 1.12% smaller than BP Abstract III neural network. The combined model forecasted that by 2015 Chinas total energy demand will reach 3,857,810,000 tons of standard coal. Key Words: Energy demand time series gray theory BP Neural Network Combination forecasting 独创性声明
12、本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得 成都理工大学 或其他教育机构的学位或证书而使用过的材料。 与我一同工作的人员对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 成都理工大学 有关保留、 使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权 成都理工大学 可以将学位论文的全部或部分内容编入有关数据库进行检
13、索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名： 学位论文作者导师签名： 年 月 日 第 1 章 引 言 1第第 1 章章 引引 言言 1.1 选题的背景及意义选题的背景及意义 能源是经济发展、社会进步的重要物质基础，在社会进步和经济发展的诸多方面，如农业现代化、工业化、城市化等，能源起着决定性的作用。文化科学、工程技术愈进步，社会愈发展，人类对能源的依赖程度就愈强烈1。能源与水、空气一样， 是人类生存的必备条件之一。 而对于一国经济来说， 由于其基础地位，能源的结构、供求、价格等诸多方面任何一个小的变动都会带来“一石激起千
14、层浪”的效应。自进入工业化时期的时间，能源需求不断增长，在世界上许多国家开放煤炭，石油，天然气和其他矿物燃料，它仍是供不应求，在全球或地区能源短缺多次，甚至导致严重的经济危机，并在增加，对环境的能源消耗越来越多的严重后果。事实表明，能源发展关系着一个国家经济是否健康，稳定和可持续发展战略的合理发展。 我国是世界上人口数最多的国家，也就是说，中国也将是世界上能源需求的大国。中国是能源资源非常丰富的国家，全国水力资源蕴藏量 6.8 亿千瓦，这其中可的开发量为 3.79 亿千瓦，居世界首位；煤炭储量 10019 亿吨，次于前苏联和美国，居世界第三位，石油和天然气的储量也很相当丰富2。但是，随着中国经
15、济规模的不断扩大，中国的能源需求量也越来越大。能源工业仍是制约国民经济发展的一大瓶颈，成为制约经济和社会发展的主要因素之一。据分析，由于能源不足而引起的国民经济损失，约为能源本身价值的 20- 60 倍3。由此可见，在国家经济发展过程中能源所具有的特殊的重要地位。 关于中国的能源状况的经济理论研究，往往是理论落后于实践，其具有的前瞻性和系统性不足。本文对过渡期的能源需求进行分析和研究，从而丰富了我国的能源研究理论。目前，中国正处于经济建设的关键时期，也是经济结构，城市化水平，消费结构发生重大变化的阶段。对能源消费变化产生了一系列刺激快速增长，使能源供应和需求的不平衡日益突出。因而，为了进行未来
16、能源需求的分析研究，为提高能源规划和政策制定的能源需求预测提供了科学依据， 这对我们国家的经济稳定和可持续发展具有重要的现实意义。 本文运用了时间序列、灰色理论、BP 神经网络的组合预测对能源需求进行科学的评价，为制定我国中长期能源发展战略提供基本依据，对于我国能源的持续发展的新方向研究具有一定的现实意义。 成都理工大学硕士学位论文 21.2 国内外研究现状国内外研究现状 1.2.1 能源需求理论研究 外国对能源系统真正问题的研究是始于 20 世纪 70 年代。在此之前，人们对生产投入的因素的认识只是普遍使用的劳动力，土地和资本，最好也就是作为原料的一部分，没有应有的重视，更谈不上对经济增长和能源需求之间的关系的深度。 直到 20 世纪 70 年代初，丹尼斯L.梅多斯（Dennis L.Meadows）等人4，以整个世界为研究对象，通过研究世界人口、粮食生产、污染、工业发展和资源消耗五种因素之间的变动和相互关系，建立了所谓的“世界末日模
