基于RBF神经网络非线性集成模型的天然气需求预测

摘要

结合数据特征，文章以RBF神经网络作为非线性集成工具，建立了我国天然气需求预测模型。研究发现：（1）非线性集成模型对我国天然气需求预测精度最高，稳定性最强。相较而言，非线性集成模型的预测值平均相对误差最小（2．81％），明显低于单一的ARIMA模型（3．55％）、RBF残差修正后的组合模型（6．78％）和单一的RBF模型（9．00％）；（2）非线性集成模型预测2013～2015年我国天然气需求量以年均12．45％的比例增长，这种增速有利于我国能源消费结构的改善。