基于改进的PSO-GA混合算法的中国能源需求预测.pdfVIP

2014l~ l7期 Scienc eandTe 删 tRes。arch doi：10．3969／j．issn．1000—7695．2014．17．042 基于改进的PSO—GA混合算法的中国能源需求预测 彭新育，王桂敏 (华南理工大学工商管理学院，广东广州 510641) 摘要：提 出一种基于改进的PSO—GA混合优化算法的能源需求预测模型。首先使用通径分析方法比较影响因素 对能源需求的解释力度，接着以1978—2005年的各个变量数据为训练样本进行模型的参数估计，并以2006— 2011年数据为预测样本验证模型的有效性。结果显示，基于混合算法的预测模型要比单一使用PSO或 GA算法 的模型准确性更高。最后 ，通过分析各影响因素未来变化趋势，对我国2013—2015年能源需求进行了预测。 关键词：能源需求；预测；PSO—GA；通径分析 中图分类号 ：TK01；F406．5 文献标志码：A 文章编号：1000—7695(2014)17—021l一05 EnergyDemandForecastingin ChinaBasedOilan ImprovedPSO ——GA HybridAlgorithm PENG Xinyu，WANG Guimin (SchoolofBusinessAdministration，SouthChinaUniversityofTechnology，Guangzhou510641，China) Abstract：ThepresentpaperaimstodevelopanenergydemandforecastingmodelbasedonanimprovedPSO—GA hybrid algorithm．ThemainaffectingfactorsofenergydemandincludeGDP，population，economicstructure，urbanizationrate， andenergystructure．Wefirstanalyzethenecessityofthefiveselectedvariables，whichoretheinputsofthemodel，via path—coefficientanalysismethod．Then，weobtainparametersof theproposedmodelbyusingthedatafrom 1978to2005 andnextverifythevalidityofthemodelusingdatafrom 2006to2011．Resultsofthestudyshow thattheprecisionofthe modelishighercomparedwith singleoptimizationmethod，PSO orGA．Finally，weforecastChinaeneryg demandfrom 2012to2015afteranalyzingthetrendsofselectedaffectingfactors． Keywords：eneryg demand；forecasting；PSO —GA；path—coefficientanalysis 有数据表明，过去 25年世界能源消耗增长 部分人工智能方法仍存在着不合理的地方，例如对 30％，并将在2030年前增长超过50％_1J。能源是经 预测方程变量的选择不科学，一些文献只考虑了 济发展乃至人类生存的重要物质基础，能源发展战 GDP，人 口数量和进 出口总额为独立变量，忽略了 略关系到各个国家和地区的经济稳定和安全，所以 其他影响因素，如产业结果、城市化率和能源结构 预测未来能源需求并据此制定相关发展策略具有重 等等。另外，单一的预测方法如GA、ACO或者