基于误差校正的二次非线性能源需求预测

发布时间：2018-03-29 18:40

本文选题：非线性预测模型　切入点：混沌遗传算法　出处：《干旱区资源与环境》2016年11期

【摘要】：能源需求预测是能源规划和政策制定的基础。通过对影响能源需求的因素进行分析,建立了基于影响因素的二次非线性能源需求预测模型,并通过混沌遗传算法(CGA)求解模型的参数得到具体的预测模型。在模型基础之上,进一步研究了模型误差,通过数据变换技术对误差建立GM(1,1)预测模型。通过对二次非线性模型进行误差校正,进一步提高了模型的预测精度。依据1985-2014年的历史数据建立了基于误差校正的二次非线性能源需求预测模型,并预测了在经济新常态的形势下,2020年中国能源的需求量约为48.57亿t标准煤。
[Abstract]:Energy demand forecasting is the basis of energy planning and policy making. Based on the analysis of the factors affecting energy demand, a quadratic nonlinear energy demand forecasting model based on influence factors is established. The model parameters are solved by the chaotic genetic algorithm (CGA) and the prediction model is obtained. On the basis of the model, the error of the model is further studied. The error prediction model is established by data transformation technique, and the quadratic nonlinear model is corrected by error correction. Based on the historical data from 1985 to 2014, a quadratic nonlinear energy demand forecasting model based on error correction is established. Under the situation of new normal economy, the energy demand of China in 2020 is about 4.857 billion tons of standard coal.
【作者单位】：天津理工大学管理学院;天津大学管理与经济学部;
【基金】：国家社会科学基金(15BGL211)资助
【分类号】：F426.2

【参考文献】

相关期刊论文前10条

1 冯博;王雪青;;考虑雾霾效应的京津冀地区能源效率实证研究[J];干旱区资源与环境;2015年10期

2 于志军;杨善林;王晓佳;彭张林;;基于数据变换的GM(1,1)误差校正方法[J];系统工程理论与实践;2015年09期

3 付立东;张金锁;冯雪;;GA-SA模型预测中国能源需求[J];系统工程理论与实践;2015年03期

4 于松青;林盛;;基于偏最小二乘回归的山东省电力需求预测分析[J];干旱区资源与环境;2015年02期

5 彭新育;王桂敏;;基于改进的PSO-GA混合算法的中国能源需求预测[J];科技管理研究;2014年17期

6 陈卫东;朱红杰;;基于粒子群优化算法的中国能源需求预测[J];中国人口.资源与环境;2013年03期

7 孙涵;杨普容;成金华;;基于Matlab支持向量回归机的能源需求预测模型[J];系统工程理论与实践;2011年10期

8 孙涵;成金华;;中国工业化、城市化进程中的能源需求预测与分析[J];中国人口.资源与环境;2011年07期

9 钱吴永;党耀国;;一种新型数据变换技术及其在GM(1,1)模型中的应用[J];系统工程与电子技术;2009年12期

10 崔吉峰;乞建勋;杨尚东;;基于粒子群改进BP神经网络的组合预测模型及其应用[J];中南大学学报(自然科学版);2009年01期

【共引文献】

相关期刊论文前10条

1 李健;虞亚平;;基于误差校正的二次非线性能源需求预测[J];干旱区资源与环境;2016年11期

2 艾兵;董明刚;;基于误差校正的能源消费总量预测方法[J];桂林理工大学学报;2016年02期

3 王会芝;;交通能源消费碳排放情景预测研究——以天津市为例[J];干旱区资源与环境;2016年07期

4 李晔;卢珊;董奋义;;基于反余弦函数变换的灰色预测模型研究[J];数学的实践与认识;2016年11期

5 臧正;邹欣庆;;中国大陆省际生态-经济效率的时空格局及其驱动因素[J];生态学报;2016年11期

6 屈晓渊;张永恒;张峰;董建刚;;矿区水环境数据预测模型研究[J];电子设计工程;2016年10期

7 袁一仁;洪水峰;王然;邓楚楚;;生态文明战略下我国城镇化道路研究——基于资源环境问题的反思[J];中国国土资源经济;2016年05期

8 卢珊;闫学阳;李晔;;反余弦函数变换在GM(1,1)模型中的应用分析[J];河南科学;2016年04期

9 王怡;茶洪旺;;京津冀的环境效率及其收敛性分析[J];城市问题;2016年04期

10 李娜;钟荣桂;;城镇化视角下如何统筹经济发展与生态建设[J];经营与管理;2016年04期

【二级参考文献】

相关期刊论文前10条

1 苏洋;马惠兰;李凤;;碳排放视角下农户技术效率及影响因素研究——以新疆阿瓦提县为例[J];干旱区资源与环境;2014年10期

2 陈玲;赵国春;;地方政府环境规制对全要素能源效率影响——基于新疆面板数据的实证研究[J];干旱区资源与环境;2014年08期

3 胡正平;赵淑欢;李静;;基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究[J];模式识别与人工智能;2014年01期

4 薛海乐;沈学顺;丑纪范;;A Forecast Error Correction Method in Numerical Weather Prediction by Using Recent Multiple-time Evolution Data[J];Advances in Atmospheric Sciences;2013年05期

5 汪克亮;杨力;杨宝臣;程云鹤;;能源经济效率、能源环境绩效与区域经济增长[J];管理科学;2013年03期

6 刘新颜;曹晓仪;董治宝;;基于T-S模糊神经网络模型的榆林市土壤风蚀危险度评价[J];地理科学;2013年06期

7 赵金楼;李根;苏屹;刘家国;;我国能源效率地区差异及收敛性分析——基于随机前沿分析和面板单位根的实证研究[J];中国管理科学;2013年02期

8 陈卫东;朱红杰;;基于粒子群优化算法的中国能源需求预测[J];中国人口.资源与环境;2013年03期

9 李云强;宋威;;基于BP神经网络的股票价格趋势预测[J];北方工业大学学报;2013年01期

10 屈小娥;曹珂;;陕西省低碳经济发展水平评价研究[J];干旱区资源与环境;2013年02期

【相似文献】

相关期刊论文前10条

1 金毅民;仪器装调用误差校正环作用分析[J];仪器仪表学报;1987年01期

2 严朝译;系统误差校正中的时间对准问题研究[J];电子对抗技术;2003年02期

3 胡建元,杜克林,黄心汉;装配的误差校正柔顺[J];华中理工大学学报;1998年04期

4 朱利民,熊有伦;一个通用的频谱误差校正快速算法[J];振动工程学报;2001年02期

5 任大力;新开发的实时误差校正系统[J];世界制造技术与装备市场;1995年02期

6 ;机床实时误差校正系统[J];机械设计与研究;1996年02期

7 陈伟,王桂琼;传输反射测试仪误差校正分析及其应用[J];计量技术;2004年07期

8 陆洋,陈离;CCD图像采集过程中的实时误差校正[J];上海理工大学学报;2003年02期

9 杨春贤;;GIS空间数据的误差校正[J];建材与装饰(中旬刊);2007年09期

10 张镭;;多雷达数据融合的误差校正[J];四川兵工学报;2010年02期