基于消费结构划分的煤炭需求预测模型
本文关键词:基于消费结构划分的煤炭需求预测模型
更多相关文章: 煤炭需求 消费结构 ETS模型 Holt-Winters模型 组合预测
【摘要】:为准确预测未来煤炭需求总量及消费结构变化,本文按三大煤炭消费环节——终端消费(主要是工业)、中间消费(主要是发电、供热、炼焦、制气)、洗选损耗;七大耗煤行业——农林牧渔水利业,工业,建筑业,交通运输、仓储和邮政业,批发、零售业和住宿、餐饮业,其他行业,生活消费,详细划分了煤炭消费结构,并收集了1980~2010年的各项煤炭消费量数据。在模型选择的基础上,选用ETS、Holt-Winters模型,使用R语言软件对各项数据分别进行了未来10年的单变量预测。然后,结合历史数据和预测结果,详尽地分析了各个环节与行业耗煤总量和比例的不同变化趋势。最后,通过对两种模型的预测结果进行组合预测,得出2020年中国煤炭需求量预测值近46亿吨标准煤。
【作者单位】: 陕西师范大学国际商学院;中国科学院数学与系统科学研究院;
【基金】:国家软科学研究计划项目(2012GXS2D027) 中国博士后科学基金资助项目(2012M510580) 陕西省软科学研究计划项目(2012KRM95)
【分类号】:F426.21;F224
【正文快照】: 1引言煤炭是中国的重要能源,中国经济的较快发展以及工业化、城镇化的推进将拉动煤炭需求的上升,因此,对政府来说,对煤炭需求进行建模与预测可以对能源战略的制定、环境质量的评估预测提供参考。对相关企业来说,需求量决定生产量,供不应求和供过于求的市场对相关企业造成的损
【共引文献】
中国期刊全文数据库 前1条
1 张义明;余广俊;翟新明;;基于蚁群优化的就业人数时间序列预测方法[J];统计与决策;2013年19期
中国硕士学位论文全文数据库 前3条
1 张静;晋陕蒙制造业能源消费及碳足迹研究[D];内蒙古科技大学;2013年
2 程素杰;能源价格和汽车消费政策对中国交通行业碳排放量的影响研究[D];兰州大学;2014年
3 范小刚;基于k近邻树的离群检测算法研究[D];重庆大学;2014年
【相似文献】
中国期刊全文数据库 前10条
1 陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期
2 殷春武;石宇翔;;广义偏差最小的组合预测加权系数确定[J];统计与决策;2011年01期
3 柴元春;;我国能源总产量的组合预测[J];赤峰学院学报(自然科学版);2011年04期
4 张晓琴;陈佳佳;原静;;成分数据的组合预测[J];应用概率统计;2013年03期
5 曾勇,唐小我;线性规划在非负权重最优组合预测计算中的应用[J];预测;1994年03期
6 唐晓静 ,杨桂元;组合预测系数的确定方法[J];财贸研究;1994年06期
7 杨桂元,唐小我,马永开;关于非负权重组合预测的若干问题的探讨[J];电子科技大学学报;1996年02期
8 马永开,杨桂元,唐小我;组合预测误差信息矩阵进一步研究[J];电子科技大学学报;1996年05期
9 周伟,王建军,武常吉,刘洪;陕西省国民经济发展的组合预测研究[J];西安公路交通大学学报;1997年03期
10 曾勇,李玉东,唐小我;简单平均组合预测有效性的应用分析[J];电子科技大学学报;1999年01期
中国重要会议论文全文数据库 前6条
1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年
2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学(第9卷)[C];2008年
4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年
5 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年
6 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年
中国博士学位论文全文数据库 前1条
1 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 叶晨;风电功率组合预测研究[D];华北电力大学(北京);2011年
2 丁咏梅;我国股票价格的组合预测[D];华中科技大学;2005年
3 王庆庆;我国国内石油供给的组合预测研究[D];浙江工商大学;2006年
4 高放;组合预测研究及其在交通流量预测中的应用[D];山东科技大学;2008年
5 吉敏;支持向量回归机在组合预测中的应用研究[D];东华大学;2011年
6 王梦冬;人民币汇率短期组合预测研究[D];天津大学;2008年
7 章锋;中短期航空客运量的组合预测应用研究[D];华中科技大学;2009年
8 程春光;组合预测在石油行业预算管理中的应用[D];天津大学;2008年
9 康锴;基于灰色关联度的汇率组合预测研究[D];东北财经大学;2007年
10 张伟;基于状态转移的人民币汇率时变组合预测研究[D];重庆师范大学;2010年
,本文编号:1157124
本文链接:https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/1157124.html