煤炭需求的组合预测模型研究

摘要

煤炭作为基础能源，在我国经济生活中具有不可替代的重要地位。在新的经济形势下，必须保证煤炭生产和需求的总体平衡和长期平衡，其中做好煤炭的需求预测是一个重要方面。 本文在阐述了经济预测基本原理基础上，给出三个独立的经济预测模型和一个组合预测模型。提出了神经网络和GM(1，1)模型的改进方法。对最常用的线性回归模型，给出建模过程，重点研究了模型检验及相关的修正方法。由于单一模型是从不同角度对相关经济变量进行预测的，都具有片面性。因此本文还给出组合预测模型。 本文以阜新市煤炭需求现状为实例，从不同角度分别研究其煤炭需求量的发展。通过验证得出，由于组合预测模型是从多角度、全方位考虑各种影响因素，因此其精度高于所有单个模型。

目录

文摘

英文文摘

1绪论

1.1我国煤炭资源概述

1.1.1煤炭资源对我国经济发展的重要性

1.1.2我国煤炭消费形式分析

1.1.3我国煤炭供给形势分析

1.1.4煤炭供求关系分析

1.2选题背景及意义

1.3经济预测的基本原理

1.3.1经济预测的基本概念

1.3.2经济预测的分类

1.3.3经济预测的程序

1.4煤炭需求预测的研究现状

1.5组合预测模型应用于煤炭需求预测的理论依据

1.6本文研究的主要内容

2线性回归模型

2.1一元线性回归模型简介

2.2多元线性回归模型

2.3多元线性回归模型的显著性检验

2.3.1复相关系数与复可决系数检验

2.3.2回归方程的显著性检验—F检验

2.3.3回归系数的显著性检验—t检验

2.3.4序列自相关的检验及其解决方法

3灰色系统模型

3.1灰色系统的建模思想及基本概念

3.2灰色建模的分类

3.3灰色预测概述

3.3.1灰色预测的定义

3.3.2灰色预测的特点

3.3.3灰色预测的分类

3.3.4 GM(1,1)数列预测的一般步骤

3.3.5 GM(1,1)的适用范围

3.4 GM(1,1)模型存在的问题及其改进

3.4.1 GM(1,1)模型存在的问题

3.4.2 GM(1,1)模型的改进

3.5灰色关联度分析

4人工神经网络模型

4.1人工神经网络概述

4.1.1人工神经网络的基本涵义

4.1.2人工神经网络的基本特点

4.1.3人工神经网络的分类

4.2误差反向传播(BP)网络

4.2.1 BP网络概述

4.2.2 BP网络的基本结构

4.2.3 BP算法的步骤

4.3传统B P的缺陷及其改进

4.3.1传统BP的缺陷

4.3.2传统BP的改进

4.4煤炭需求预测的B P网络设计

4.4.1网络结构的确定

4.4.2隐含层神经元数的确定

4.4.3网络学习参数的选取

5组合预测模型

5.1组合预测方法概述

5.2组合预测模型原理

5.2.1最优组合预测模型

5.2.2样本点组合预测优化模型

5.3几种常用的确定正权重的方法

5.3.1常用的确定正权重方法

5.3.2正权组合模型的共同特性

5.3.3常用正权组合方法的精度比较

5.4运用组合预测模型应考虑的问题

6实例分析

6.1阜新市概况

6.1.1自然概况

6.1.2经济发展概况

6.1.3阜新市煤炭资源现状

6.1.4阜新市煤炭消费需求形势

6.2阜新市煤炭需求预测

6.2.1多元线性回归模型预测

6.2.2灰色模型预测

6.2.3神经网络模型预测

6.2.4组合模型预测

6.2.5组合预测的权系数显著性检验

6.3结果分析与比较

7结论与展望

7.1主要结论

7.2展望

攻读学位期间已发表的学位论文内容相关的学术论文及科研成果

致谢

参考文献