资源描述:
《基于灰色神经网络的能源消费组合预测模型》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、·研究方法·资源开发与市场ResourceDevelopment&Market200622(3)基于灰色神经网络的能源消费组合预测模型1,21,21付加锋,蔡国田,张 雷(1.中国科学院地理科学与资源研究所,北京100101;2.中国科学院研究生院,北京100049) 摘要:组合预测对于信息不完备的复杂经济系统具有一定的实用性。鉴于能源消费系统的复杂性和非线性特征,利用我国能源消费的历史数据,采用灰色预测的GM(1,1)、无偏GM(1,1)和pGM(1,1)3种模型与人工神经网络进行优化组合,建立了灰色神经网络的能源消费组合预测模型,实证分析结果获得
2、了更为精确的预测效果,可以作为能源消费预测的有效工具。同时,能源消费的预测结果也表明今后必须以节能为主导思想,努力建设资源节约型社会和环境友好型社会。关键词:灰色神经网络;能源消费;组合预测模型+8中图分类号:TK01;F22410文献标识码:A文章编号:1005-8141(2006)03-0216-04CombinationForecastingModelofEnergyConsumptionBasedonGrayModelandNeuralNetwork1,21,21FUJia-feng,CAIGuo-tian,ZHANGLei(1.Institu
3、teofGeographicalSciencesandNaturalResourcesResearch,Beijing100101;2.GraduateSchooloftheChineseAcademyofSciences,Beijing100049)Abstract:Combinationforecastingmodelwerepracticableincomplexeconomicsystemwithuncompletedinformation.Becauseenergyconsumptionsystemwasofcomplexityandnon-
4、linearity,thispapercombinedneuralnetworkandthreemodelsofGM(1,1),WPGM(1,1),pGM(1,1)withenergyconsumptiondata,andproposedthecombinationforecastingmodelofenergyconsumption.Theresultshowedthatthismodelcouldgainoptimizedforecastingvalueandcouldbetakenasaneffectivetooltopredictfuturee
5、nergyconsumption.Mean2while,theforecastingvalueimpliedthatitwasstronglyessentialtoconstructresource-savingandenvironment-friendlysocietyintermsofenergy-saving.Keywords:grayneuralnetwork;energyconsumption;combinationforecastingmodel 能源消费预测是制定能源规划的重要组成部分,能源消费预测的有效工具。有助于能源生产及消费的合理
6、性。由于能源消费系统是一个复杂的、非线性的系统,受到多种因素及外部环1 灰色神经网络预测模型的建立境的影响和制约,从而也决定了能源消费预测效果的1.1GM(1,1)模型(0)(0)(0)波动性。我国能源消费预测的研究大致可以分为两设有原始数据序列:x(1),x(2),⋯,x[1](0)类:一是采用单一方法预测,如ARMA模型、灰色预(n),它们满足x(k)≥0,k=1,2,⋯,n。利用该数[2~6][7~13][14,15]测模型、多元统计、CDM模型;二是采据序列建立GM(1,1)模型,做一阶累加形成生成数据用组合模型预测,如非线性回归与灰色预测优化
7、组合序列:[16][17]k预测模型、AR与GM(1,1)组合模型、AHP与(1)(0)x(k)=Σx(m),k=1,2,⋯,n⋯⋯⋯(1)[18]m=1GM(1,1)组合模型、投入产出与情景分析组合模确定数据矩阵B、Yn:首先取背景值为z(t)[19][20,21]型、GM(1,1)与ANN优化组合预测模型。由1(1)(1)于单一模型的局限性,组合预测模型被越来越多地运=(x(t+1)+x(t)),则:2用到实际工作中,从而使模拟和预测精度大大提高。(0)-z(1)1x(2)本文根据组合预测理论,将灰色预测的GM(1,1)、无(0)-z(2)1x(3
8、)偏GM(1,1)和pGM(1,1)3种模型与神经网络预测模B=Yn=… ……型有机组合,