煤炭需求预测研讨.docVIP

基于组合预测模型的煤炭需求量预测研究 摘要：我国是煤炭生产和消费大国，科学地预测煤炭需求量对我国在经济发展中的资源配置具有重要意义。本文在我国煤炭消费历史数据分析的基础上，构建了指数平滑模型、回归模型和ARMA模型三个单一预测模型，又构建了基于最优权重的组合预测模型，经过实证分析表明，组合预测模型相对于单一预测模型在预测精度上有很大的提高，可以作为我国煤炭需求量的预测的有效工具；同时利用组合预测模型对我国2104-2016年煤炭需求量进行了预测，对今后我国指定煤炭发展战略具有一定指导意义。 关键词：煤炭需求 指数平滑 线性回归 ARMA 组合预测 一、引言 长久以来，煤炭一直作为我国一次能源的主体，在我国经济发展中扮演者重要的角色。煤炭为我国经济的迅猛发展提供了物质保障。我国煤炭需求量逐年递增，对煤炭的需求预测已成为近年来我国学者研究的热点，在预测方法和模型上了有了很大的发展。主要的方法和模型有：BP神经网络模型法，灰色预测法，指数平滑法等。其中，李德波，叶旭东和柳春明运用能源消费弹性系数法对2010年和2020年中国的煤炭需求量进行了预测；王立杰和孙继湖运用灰色系统理论建立了煤炭需求量的灰色预测模型GM(1,3)，并利用该模型对2000-2010年中国的煤炭需求总量进行了预测；叶国兴，李丕东等人利用联立方程模型对中国煤炭需求进行了预测。 这些方法预测精度较高，应用成熟，是进行煤炭