KMS Of Academy of mathematics and systems sciences, CAS
基于GMDH混合模型的能源消费量预测研究 | |
肖进1; 孙海燕1; 刘敦虎2; 曹瀚文1; 汪寿阳3 | |
2017-01-01 | |
发表期刊 | 中国管理科学 |
ISSN | 1003-207X |
卷号 | 000期号:012页码:158 |
摘要 | 能源是人类社会赖以生存和发展的物质基础,在国民经济中具有重要的战略地位。随着社会经济的发展,能源的需求越来越大,因此需要对能源的使用进行有效的管理。能源消费预测是能源供需管理的理论前提,建立可靠的能源消费预测模型显得尤为重要。目前,已有的能源消费量预测模型主要包括单一模型和混合模型两大类。本研究提出了基于数据分组处理(group method of data handling,GMDH)的混合预测模型GHFM。该模型首先使用基于GMDH的自回归模型在原始能源消费时间序列上建模,预测其线性趋势,并得到残差序列(非线性子序列)。考虑到非线性子序列预测的复杂性,分别建立BP神经网络、支持向量回归机、遗传规划和RBF神经网络模型,再运用GMDH在非线性子序列上建立选择性组合预测模型,得到非线性子序列的组合预测值。最后,将两个部分的预测值进行整合得到总的能源消费量预测值。选取中国统计年鉴2014能源统计数据中的中国能源消费总量和石油消费总量数据进行实证分析,结果表明,GHFM模型与其他模型相比具有更好的预测效果。最后,给出了使用GHFM模型对2015-2020年中国能源消费总量的样本外预测值。 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.amss.ac.cn/handle/2S8OKBNM/45901 |
专题 | 系统科学研究所 |
作者单位 | 1.四川大学 2.成都信息工程大学 3.中国科学院数学与系统科学研究院 |
推荐引用方式 GB/T 7714 | 肖进,孙海燕,刘敦虎,等. 基于GMDH混合模型的能源消费量预测研究[J]. 中国管理科学,2017,000(012):158. |
APA | 肖进,孙海燕,刘敦虎,曹瀚文,&汪寿阳.(2017).基于GMDH混合模型的能源消费量预测研究.中国管理科学,000(012),158. |
MLA | 肖进,et al."基于GMDH混合模型的能源消费量预测研究".中国管理科学 000.012(2017):158. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[肖进]的文章 |
[孙海燕]的文章 |
[刘敦虎]的文章 |
百度学术 |
百度学术中相似的文章 |
[肖进]的文章 |
[孙海燕]的文章 |
[刘敦虎]的文章 |
必应学术 |
必应学术中相似的文章 |
[肖进]的文章 |
[孙海燕]的文章 |
[刘敦虎]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论