基于灰色神经网络模型的煤炭物流需求预测研究

发布时间：2017-06-08 10:03

  本文关键词：基于灰色神经网络模型的煤炭物流需求预测研究，，由笔耕文化传播整理发布。

【摘要】：煤炭作为中国长期依赖的第一能源,在国家能源发展战略中处于极其重要的地位。科学有效地对煤炭需求进行预测有利于加快我国煤炭行业的合理发展,也有利于调整我国的能源结构,同时为制定较为远期的煤炭物流发展战略提供必要的决策依据。 依据对区域物流需求预测、相关产业预测与煤炭产品预测分析,基于煤炭物流需求分析,本文从煤炭消费需求量、煤炭流通加工量、煤炭铁路运输量、水路运输量与公路运输量的角度来对煤炭物流需求量进行预测。通过对煤炭物流影响因素进行分析,确立了煤炭物流消费需求预测的指标体系,并应用灰色预测模型、BP神经网络模型、并联型组合预测模型与改进的灰色神经网络模型对煤炭消费需求进行预测。将四种模型预测结果进行对比分析,结果证明改进模型的预测精度高于另外三种模型的预测精度,故采用改进的灰色神经网络模型对2011-2016年煤炭消费量进行预测,依据消费量预测结果,对我国煤炭流通加工量、煤炭铁路、水路及公路运输量进行了预测。 科学预测煤炭物流需求量,可以有效地避免对煤炭物流基础设施进行盲目投资,从而使煤炭物流供给与需求相匹配。根据预测结果,提出煤炭物流发展的政策建议,从而实现煤炭能源的可持续发展。
【关键词】：煤炭物流需求 预测 灰色系统预测 神经网络 灰色神经网络
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F224;F252;F426.21
【目录】：

• 致谢5-6
• 中文摘要6-7
• ABSTRACT7-10
• 1 绪论10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外相关研究现状11-15
• 1.2.1 国内相关研究现状11-14
• 1.2.2 国外相关研究现状14-15
• 1.3 论文的主要研究内容与创新点15-17
• 1.3.1 论文主要内容15
• 1.3.2 论文特色15-16
• 1.3.3 论文研究路线16-17
• 2 煤炭物流需求分析17-26
• 2.1 物流需求概述17
• 2.2 煤炭物流需求分析的主要内容17-23
• 2.2.1 我国煤炭产量与来源分析18
• 2.2.2 我国煤炭运输格局分析18-23
• 2.2.3 煤炭物流需求量分析23
• 2.3 煤炭物流需求影响因素分析23-25
• 2.4 本章小结25-26
• 3 煤炭物流需求预测方法与影响因素的确立26-34
• 3.1 煤炭物流需求量预测常用方法26-29
• 3.2 煤炭物流需求量预测影响因素的选择29-32
• 3.2.1 煤炭物流需求预测影响因素选择原则29-30
• 3.2.2 煤炭物流需求量预测影响因素的确立30-32
• 3.3 煤炭物流需求预测基本步骤32-33
• 3.4 本章小结33-34
• 4 第四章煤炭物流需求预测方法及模型的建立34-49
• 4.1 灰色系统预测模型34-40
• 4.1.1 灰色系统理论基本内容34-35
• 4.1.2 灰色模型的分类35-36
• 4.1.3 灰色系统预测模型GM(1,1)模型的建模步骤36-40
• 4.2 BP神经网络预测模型40-46
• 4.2.1 人工神经网络40-42
• 4.2.2 BP神经网络模型42-44
• 4.2.3 BP神经网络算法44-46
• 4.3 灰色神经网络预测方法模型46-48
• 4.3.1 灰色神经网络模型的一般研究46-47
• 4.3.2 改进的灰色神经网络模型47-48
• 4.4 本章小结48-49
• 5 我国煤炭物流需求预测的实证分析49-63
• 5.1. 灰色系统模型预测49-50
• 5.2 BP神经网络模型预测50-54
• 5.2.1 BP神经网络结构确定50-52
• 5.2.2 BP神经网络模型的预测52-54
• 5.3 灰色神经网络模型预测54-56
• 5.3.1 预测结果54
• 5.3.2 模型预测性能对比分析54-56
• 5.4 我国煤炭物流需求量预测56-60
• 5.4.1 煤炭消费需求量预测56-57
• 5.4.2 煤炭流通加工量预测57-58
• 5.4.3 煤炭运输量的预测58-60
• 5.5 煤炭物流发展建议60-61
• 5.6 本章小结61-63
• 6 结论与展望63-65
• 6.1 主要结论63-64
• 6.2 展望64-65
• 参考文献65-67
• 作者简历67-69
• 学位论文数据集69

【参考文献】

中国期刊全文数据库 前10条

1 陈淑燕,王炜;交通量的灰色神经网络预测方法[J];东南大学学报(自然科学版);2004年04期

2 张华明;焦斌龙;;煤炭物流体系现代化再造对策研究[J];中国市场;2010年49期

3 陈波;张英;;基于灰色模型的湖北省物流需求预测[J];物流工程与管理;2011年06期

4 于良;金凤君;张兵;;中国煤炭运输的现状、发展趋势与对策研究[J];铁道经济研究;2006年05期

5 惠春梅;李严锋;曹杰;蔡媛媛;朱大鹏;;组合预测法下的云南特色农产品物流需求预测及分析[J];物流技术;2011年03期

6 陈朝阳;行小帅;李s

本文编号：432138