《一种预测能源需求总量的ta-ps模型》由会员分享，可在线阅读，更多相关《一种预测能源需求总量的ta-ps模型（37页珍藏版）》请在金锄头文库上搜索。
1、管理科学与工程专业毕业论文管理科学与工程专业毕业论文 精品论文精品论文 一种预测能源需求总一种预测能源需求总量的量的 TA-PSTA-PS 模型模型关键词：能源需求关键词：能源需求 组合预测组合预测 TA-PSTA-PS 模型模型 支持向量机支持向量机摘要：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 资源。科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国 国民经济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影 响因素的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测 相结合，提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国
2、能源的供 给和消费现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定 量相结合的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水 平、能源价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分 析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性 时间序列分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残 差序列进行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模 型。同时，为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进 行预处理，并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用 支
3、持向量机对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。 然后将时间序列分析和回归分析相结合.分别构建并联和串联两种 TA-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具有更好的可解释性，是一种比较有效的预测方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。正文内容正文内容能源是人类生存、经济发展、社会进步和现代文明不可缺少的重要物质资 源。科学地对能源需求进行预测，对于制
4、定正确的能源发展规划，促进我国国 民经济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响 因素的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测相 结合，提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给 和消费现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定量 相结合的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、 能源价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量
5、即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。然后将时间 序列分析和回归分析相结合.分别构建并联和串联两种 TA-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具 有更好的可解释性，是一种比较有效的预测方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分
6、别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。 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资源。 科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国国民经 济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素 的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测相结合， 提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给和消费 现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定量相结合 的方法分析了经济增长、产业结构、能源消费结构、
7、人口和城市化水平、能源 价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。然后将时间 序列分析和回归分析相结合.分别构建并联和串联两种 T
8、A-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具 有更好的可解释性，是一种比较有效的预测方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。 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资源。 科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国国民经济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素 的基础上，从能源系统的非线性特征出发，将时
9、间序列预测和回归预测相结合， 提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给和消费 现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定量相结合 的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源 价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析
10、对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。然后将时间 序列分析和回归分析相结合.分别构建并联和串联两种 TA-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具 有更好的可解释性，是一种比较有效的预测方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。 能源是人类生存、经济发展、
11、社会进步和现代文明不可缺少的重要物质资源。 科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国国民经 济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素 的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测相结合， 提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给和消费 现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定量相结合 的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源 价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定
12、性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。然后将时间 序列分析和回归分析相结合.分别构建并联和串联两种 TA-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具 有更好的可解释性，是一种比较有效的预测
13、方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。 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资源。 科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国国民经 济的发展以及构建节约型社会具有重要的意义。本文在分析能源需求影响因素 的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测相结合， 提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给和消费 现状入手，探讨了能源供给、消费和需求之间
14、的关系；采取定性、定量相结合的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源 价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 P
15、S 模型。然后将时间 序列分析和回归分析相结合.分别构建并联和串联两种 TA-PS 模型。 3、用 19782006 年的数据对所建模型进行实证分析，结果表明串联型 TA-PS 模型具 有更好的可解释性，是一种比较有效的预测方法。根据该模型对我国 2010、2020 年的能源需求总量进行预测，结果分别为 26.56 亿吨标准煤和 45.45 亿吨标准煤，与国内权威学者的预测结果一致，对制定能源政策具有一 定的参考价值。 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资源。 科学地对能源需求进行预测，对于制定正确的能源发展规划，促进我国国民经 济的发展以及构建节约型社会具有重要的
16、意义。本文在分析能源需求影响因素 的基础上，从能源系统的非线性特征出发，将时间序列预测和回归预测相结合， 提出了预测我国能源需求总量的 TA-PS 模型。 1、从我国能源的供给和消费 现状入手，探讨了能源供给、消费和需求之间的关系；采取定性、定量相结合 的方法分析了经济增长、产业结构、能源消费结构、人口和城市化水平、能源 价格等因素对能源需求的影响，并对这些影响因素进行了多元相关分析。 2、构建了预测我国能源需求总量的 TA-PS 模型。先用确定性加随机性时间序列 分析的方法，消除我国能源需求序列的增长趋势，对非趋势分量即残差序列进 行 ARMA 建模，得到趋势外推与 ARMA 相结合的时间序列模型，即 TA 模型。同时， 为了消除影响因素之间的信息重叠，用主成份分析对输入变量集进行预处理， 并考虑到神经网络在小样本条件下不稳定以及过拟合的缺点，采用支持向量机 对我国能源需求总量进行回归建模，得到能源需求预测的 PS 模型。然后将时间 序列分析和回归分
