改进GM（1，1）模型在四川天然气需求预测中的应用.pdfVIP

第 3卷 第6期 西南石油大学学报(社会科学版) Vol_3 No．6 2010钲 11月 JournalofSouthwestPetroleumUniversity(SocialSciencesEdition) NOV． 2010 文章编号：1674—5094(2010)06—0019一O3 改进GM(1，1)模型在四川天然气需求预测中的应用 毛文晋，郑寿春 (西南石油大学经济管理学院，四川 成都 610500) 摘 要：为了提高GM(1，1)模型在天然气需求预测中的精度和普遍适用性，首先分析了传统GM(1，1)模型存在的不 足，提 出了改进方法，在传统GM(1，1)模型基础上通过对模型 系数进行优化修正，降低预测模型的模型系数 ，建立了 改进的GM(1，1)预测模型。利用四川2000～2007年天然气消费量统计数据对传统GM(1，1)、无偏GM(1，1)和改进 GM(1，1)进行 了对比预测分析。分析结果表明改进GM(1，1)模型具有较高的精度。 关键词：改进GM(1，1)模型；模型系数优化；天然气需求；预测 中图分类号：F206 文献标识码：A DOI：10．3863／j．issn．1674—5094．2010．06．003 用文献 [7]分析的背景值精确计算公式对灰色模型 引 言 中的模型系数进行优化改进，从而使预测结果更准 随着对城市环保的要求以及居民生活水平的提 确 。实例建模验证 了此方法具有更高的预测精度。 高，天然气这种洁净能源的市场需求将不断扩大，与 此同时，全球能源供应 日趋紧张，包括天然气在 内的 1 传统 GM(1，1)模型 能源供需矛盾 日益突出。2009年入冬以来 ，罕见大 范围的雨雪天气导致大部分地区气温骤降，华北、两 传统GM(1，1)模型 ]如下： 湖、西北和华东地区天然气使用量增长迅速 ，天然气 设有原始非负变量数据序列：∞’=[∞(1)， 供应告急，影响企业生产和居 民生活。四川省作为 。‘(2)，…，。‘(n)]，传统 GM(1，1)数学模型建 我国天然气消费量最大的省份，2008年天然气消费 立步骤如下： 量超过 110亿立方米，约 占全 国天然气消费量的 ① 作一阶累加生成序列数据 14％_lJ。面对如此 巨大的消费需求，合理预测 四川 ‘’= [ ‘(1)， ‘(2)，…， ‘’(n)] (1) 省未来天然气用量对于保证四川省天然气可持续性 供应、供气基础设施有效建设和工业发展的合理调 其中 “()=∑ ∞()k=1，2，…， 整具有积极意义。 假定序列 (k)具有指数增长规律，因此可以 预测的核心问题是预测方法，或者说预测的数 认为 序列满足下述一阶线性微分方程模型 学模型建立。目前，适合中长期预测的方法有回归 墼 + “ 模型法、弹性系数法、人工神经网络法 (ANN)和灰色 d 模型预测法等_2]，其中灰色理论模型具有所需样本 其中a为模型系数，它反映了数据序列 u’及原 数少、计算方便、预测精确和可验性强等优点，在预 始数据序列 ∞ 的发展趋势，为灰作用量。 测尤其电量预i贝0中得到广泛应用 -5]。但其不足之 ② 确定数据矩阵 、yn 处是微分方程指数解比较适合于具有指数增长趋势 厂一 ’(2) 1] 的数量指标，对于具有其他趋势的指标则存在有时 ： l=1)(3)1．} (2) 拟合度较低、精度难以提高等问题 ],[7160,[