資源描述：
《基于灰色神經(jīng)網(wǎng)絡的能源消費組合預測模型》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、·研究方法·資源開發(fā)與市場ResourceDevelopment&Market200622(3)基于灰色神經(jīng)網(wǎng)絡的能源消費組合預測模型1,21,21付加鋒,蔡國田,張 雷(1.中國科學院地理科學與資源研究所,北京100101;2.中國科學院研究生院,北京100049) 摘要:組合預測對于信息不完備的復雜經(jīng)濟系統(tǒng)具有一定的實用性。鑒于能源消費系統(tǒng)的復雜性和非線性特征,利用我國能源消費的歷史數(shù)據(jù),采用灰色預測的GM(1,1)、無偏GM(1,1)和pGM(1,1)3種模型與人工神經(jīng)網(wǎng)絡進行優(yōu)化組合,建立了灰色神經(jīng)網(wǎng)絡的能源消費組合預測模型,實證分析結果獲得
2、了更為精確的預測效果,可以作為能源消費預測的有效工具。同時,能源消費的預測結果也表明今后必須以節(jié)能為主導思想,努力建設資源節(jié)約型社會和環(huán)境友好型社會。關鍵詞:灰色神經(jīng)網(wǎng)絡;能源消費;組合預測模型+8中圖分類號:TK01;F22410文獻標識碼:A文章編號: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 能源消費預測是制定能源規(guī)劃的重要組成部分,能源消費預測的有效工具。有助于能源生產(chǎn)及消費的合理
6、性。由于能源消費系統(tǒng)是一個復雜的、非線性的系統(tǒng),受到多種因素及外部環(huán)1 灰色神經(jīng)網(wǎng)絡預測模型的建立境的影響和制約,從而也決定了能源消費預測效果的1.1GM(1,1)模型(0)(0)(0)波動性。我國能源消費預測的研究大致可以分為兩設有原始數(shù)據(jù)序列:x(1),x(2),?,x[1](0)類:一是采用單一方法預測,如ARMA模型、灰色預(n),它們滿足x(k)≥0,k=1,2,?,n。利用該數(shù)[2～6][7～13][14,15]測模型、多元統(tǒng)計、CDM模型;二是采據(jù)序列建立GM(1,1)模型,做一階累加形成生成數(shù)據(jù)用組合模型預測,如非線性回歸與灰色預測優(yōu)化
7、組合序列:[16][17]k預測模型、AR與GM(1,1)組合模型、AHP與(1)(0)x(k)=Σx(m),k=1,2,?,n???(1)[18]m=1GM(1,1)組合模型、投入產(chǎn)出與情景分析組合模確定數(shù)據(jù)矩陣B、Yn:首先取背景值為z(t)[19][20,21]型、GM(1,1)與ANN優(yōu)化組合預測模型。由1(1)(1)于單一模型的局限性,組合預測模型被越來越多地運=(x(t+1)+x(t)),則:2用到實際工作中,從而使模擬和預測精度大大提高。(0)-z(1)1x(2)本文根據(jù)組合預測理論,將灰色預測的GM(1,1)、無(0)-z(2)1x(3
8、)偏GM(1,1)和pGM(1,1)3種模型與神經(jīng)網(wǎng)絡預測模B=Yn=… ……型有機組合,
