学位论文 > 优秀研究生学位论文题录展示

全国能源需求问题预测的若干方法及其比较

作　者: 孙群
导　师: 方宏彬
学　校: 安徽大学
专　业: 基础数学
关键词: 预测灰色系统理论人工神经网络 LS-SVM模型
分类号: F206
类　型: 硕士论文
年　份: 2010年
下　载: 83次
引　用: 0次
阅　读: 论文下载

内容摘要

我国能源需求问题分析与预测方法较多,本文利用模糊神经网络理论、灰色系统理论、其他人工神经网络理论以及LS-SVM理论对我国能源需求问题进行分析与预测。首先对能源需求影响因素进行主成分分析,在11个影响因素中得到两个主成分；其次根据上述几个模型基于此两主成分对我国能源消费量进行了模拟与预测,结果发现模糊神经网络预测精度比其他五种模型相对更高；最后预测2010-2020年的全国能源消费总量,把模糊神经网络模型的预测结果和魏一鸣等人开发的软件CErCmA预测系统的预测结果进行对比,发现结果较为一致。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 研究背景及意义  7-8
    1.1.1 研究背景  7-8
    1.1.2 研究意义  8
  1.2 国内外研究现状及方法  8-9
    1.2.1 国内外相关研究现状  8
    1.2.2 国内外主要研究方法  8-9
  1.3 本文研究的主要内容  9
  1.4 本文的研究路线及创新点  9-11
第二章能源需求影响因素分析  11-23
  2.1 能源及能源需求的概念  11-12
    2.1.1 能源的概念、分类  11
    2.1.2 能源需求的概念  11-12
  2.2 能源需求的影响因素分析  12-18
    2.2.1 经济增长  12-13
    2.2.2 人口和城市化水平  13
    2.2.3 能源消费结构  13-15
    2.2.4 产业结构  15
    2.2.5 居民生活水平  15-16
    2.2.6 民用车辆数  16
    2.2.7 技术进步  16-17
    2.2.8 居民生活消费  17
    2.2.9 社会投资额  17-18
  2.3 能源需求的影响因素的量化  18-21
  2.4 能源需求影响因素的相关性分析  21-22
  2.5 本章小结  22-23
第三章能源需求预测模型介绍  23-31
  3.1 灰色预测模型  23-25
    3.1.1 GM(1,1)预测模型  23-24
    3.1.2 预测模型的精度检验  24-25
  3.2 人工神经网络预测模型  25-26
    3.2.1 BP神经网络  25-26
    3.2.2 RBF神经网络  26
    3.2.3 ELM神经网络  26
  3.3 LS-SVM预测模型  26-27
  3.4 糊神经网络预测模型  27-30
    3.4.1 模糊神经网络的概念  27-28
    3.4.2 模糊神经网络的结构及算法  28-30
  3.5 本章小结  30-31
第四章能源需求预测模型的实证分析  31-57
  4.1 能源需求的模糊神经网络模型预测  31-42
    4.1.1 能源需求影响因素的主成分分析析  31-33
    4.1.2 能源需求模糊神经网络预测  33-42
  4.2 能源需求的灰色模型预测  42-45
    4.2.1 灰色模型的模拟结果分析  43-44
    4.2.2 灰色模型的检验结果分析  44
    4.2.3 灰色模型的预测  44-45
  4.3 能源需求的ELM神经网络预测  45-47
  4.4 能源需求的RBF神经网络预测  47-48
  4.5 能源需求的BP神经网络预测  48-50
  4.6 能源需求的LS-SVM预测  50-52
  4.7 六种模型精度比较  52-56
  4.8 本章小结  56-57
第五章结论与展望  57-59
  5.1 结论  57
  5.2 展望  57-59
参考文献  59-61
致谢  61-62
攻读硕士学位期间发表的论文  62

全国能源需求问题预测的若干方法及其比较

内容摘要

全文目录

相似论文