基于GRA-TOPSIS的经济增长对能源依赖度评价与预测

发布时间：2023-03-24 05:06

　　从能耗水平和结构效应两个维度,构建经济增长对能源依赖度评价指标体系。在此基础上利用基于熵值权重的GRA-TOPSI S评价方法,对我国2001—2018年经济增长对能源的依赖度进行了评价与分析,进一步采用BP神经网络模型预测我国2019—2021年的能源依赖度发展趋势。研究表明,考察期内经济增长对非清洁能源的依赖度并不稳定,总体上呈先上升后波动性下滑的趋势,预期未来会有所回升;经济增长对清洁能源的依赖度指数经历了小幅波动和逐渐上升两个阶段,预期2019年后会略微下滑。

【文章页数】：3 页

【文章目录】：
一、引言
二、评价指标体系构建
    (一)能耗水平
        1. 亿元GDP能源消耗(I1)。
        2. 能源消费弹性系数(I2)。
        3. 能源生产弹性系数(I3)。
    (二)结构效应
        1. 能源消费结构(I4)。
        2. 能源生产结构(I5)。
        3. 能源贡献率(I6)。
三、评价方法
    (一)熵值法
        1. 对数据进行归一化处理，以消除数据本身的规模效应。
        2. 确定指标权重。
    (二)GRA-TOPSI S评价模型
    (三)BP神经网络预测模型
        1. 对能源依赖度指数进行训练集和测试集的划分。
        2. 计算隐藏层第j个神经元输出结果：
        3. 计算输出层第k个神经元输出结果：
        4. 计算期望输出与实际输出的误差：
        5. 返回误差，对权值、阈值进行更新：
四、经济增长对能源依赖度评价与预测
    (一)评价结果及分析
    (二)发展趋势预测
五、结论与讨论



本文编号：3769503