基于RBF神经网络的物流业能源需求预测

发布时间：2017-09-24 08:01

  本文关键词：基于RBF神经网络的物流业能源需求预测

  更多相关文章： 物流业 能源需求预测 能源消费 能源效率 径向基神经网络

【摘要】：随着中国经济的快速发展,物流业需求快速增长、规模不断扩大,也带来了能源消耗的增长。研究中国物流业能源消费水平以及能源需求,有利于物流业节能工作的开展、缓解能源压力。本文选取了影响物流业能源需求的11个主要因素,基于径向基神经网络对2001-2012年间中国物流业能源需求相关数据进行模拟与仿真,在此基础上对2016年和2020年物流业能源需求量进行了预测,并分析了11个影响因素的重要性和测算了物流业的能源效率。研究结果表明:12001-2012年间中国物流业能源消耗总量在不断增加,随着物流业的进一步发展,到2020年物流业能源消费总量将达到51261.92万t标准煤;2在解决物流业能源需求预测问题时,RBF神经网络比GM(1,1)预测模型、BP神经网络方法有更高的预测精度;3通过RBF神经网络变量重要性分析发现固定资产投资对物流业能源消费量的影响程度最大;4目前物流业能源效率明显低于全国能源效率,为节约能源、提高能源利用效率,物流业需要转变能源利用方式和发展模式。
【作者单位】： 昆明理工大学管理与经济学院;
【关键词】： 物流业 能源需求预测 能源消费 能源效率 径向基神经网络
【基金】：国家自然科学基金项目(71562023)
【分类号】：F259.2;TP183
【正文快照】： 1引言物流业作为新兴的生产性服务业,它连接着社会经济的各个产业部门,既是支撑国民经济发展的基础性产业,又是国民经济的新增长点。现代物流业的发展不仅可以降低社会物流成本,而且在中国经济发展步入“新常态”下,有利于促进产业结构调整、转变经济发展方式、增强国民经济竞

【参考文献】

中国期刊全文数据库 前2条

1 曹翠珍;赵国浩;;区域物流发展、经济增长与能源消费——基于中国省际面板数据的实证分析[J];财贸研究;2015年02期

2 邓聚龙;本征性灰色系统的主要方法[J];系统工程理论与实践;1986年01期

【共引文献】

中国期刊全文数据库 前10条

1 李志峰;黄卫明;王仁晓;;基于等维递补灰色理论的沥青路面预防性养护研究[J];交通节能与环保;2010年03期

2 曹杰，张万诚，杨明，陶云;灰色时变参数模型及其对气候预报的应用[J];大气科学;1995年06期

3 李万绪;;灰色代数曲线模型[J];系统工程;1990年01期

4 李万绪;;基于灰色关联度的聚类分析方法及其应用[J];系统工程;1990年03期

5 金新政;基于灰关联分析的聚类方法及其应用[J];系统工程;1993年06期

6 陈秉照，张妃二;基于灰色关联度的聚类分析机械故障诊断方法[J];广东工学院学报;1994年02期

7 石宝林;;灰色系统理论在公路运输中的应用[J];公路交通科技;1987年03期

8 盖海龙;谢婉丽;许元s，

本文编号：910240