基于指数平滑模型我国天然气消费量预测.docVIP

基于指数平滑模型我国天然气消费量预测[摘　要]指数平滑法是众多预测模型中比较方便、快捷的方法之一。本文以我国天然气消费量数据为基础，结合我国天然气市场的实际情况，建立我国天然气消费量的二次指数平滑模型，并运用该模型对2012年我国天然气消费量进行预测，指导我国天然气供应系统的建设和天然气气源储备。 [关键词]指数平滑　天然气消费量　预测 随着中国天然气产业的快速发展，天然气的生产和消费环节呈快速增长的态势。目前，国内天然气消费量由2002年的292亿方增至2011年的1313亿方，年均增长85亿方，年均增长率为16%，天然气消费在我国一次能源消费中所占比例由2002年的2.4%增长到2011年的4.6%，且有快速增大的趋势。因此，合理预测我国天然气消费量对于保证天然气供应、供气基础建设和工业发展的合理布局与调整具有重大的积极意义。 一、指数平滑模型基本原理 指数平滑模型是美国学者罗伯特.G.布朗于1959年提出的，是众多预测方法中最为常见的。该模型简单明了，对所需数据要求不多，在天然气预测领域得到了大范围的应用，并经过相关改进，，且对实际问题变化反应迅速，预测效果得到了很大的改善，相比其他方法较好。 1.指数平滑模型 对于时间序列比较稳定的呈水平趋势变化的数据，可采用一次指数平滑法，其基本思想是以第期的一次指数平滑值作为第期的预测值。 一次指数平滑的预测模型： (1) 其中， ：第t+1期的预测值；y(t)：第t期的实际值； ：第t期的预测值；α：平滑系数，　　　 。上式表明，第t+1期的预测值是第t期的实际值与第t期的预测值的加权平均。 在应用指数平滑法进行预测时，对于有明显线性趋势的时间序列，不宜用一次指数平滑法进行预测。为减少误差，使预测值更好地接近实际值，可采用二次指数平滑法预测模型。 二次指数平滑的计算公式为： (2) 其中，at=2St(1)-St(2)，at为平滑系数； ，bt为平滑系数；St(1)=αyt+(1-α)S(1)t-1，St(1)为第t期的一次指数平滑值；St(2)=αS(1)t+(1-α)S(2)t-1，St(2)为第期二次指数平滑值。 2. 的取值及初始值的确定 加权系数α的取值体现了新观察值与原平滑值之间的比例关系。根据实际数据序列的特点和经验，当时间序列波动不大，长期趋势较稳定时，α一般在0.05～0.2之间选取。当时间序列波动较大，具有迅速明显的变动倾向时，α一般在0.3～0.9之间选取。通常，要针对不同的数据序列，选取几个不同的α值加以试算比较，求得使 最小的α。 对于初始值的确定，一般根据以下原则来确定：⑴若序列数较大，如T＞15时，用y1作为初始值就行了；⑵若序列数T＜15时可以选用最初三期的数据，用适当方法求平均数作为初始值。 二、我国天然气消费量预测 1. 资料来源 国家统计局数据 表1　我国2002～2011年天然气消费量 图1　我国2002年～2011年天然气消费量 由图1可知，我国逐年的天然气消费量虽然并非严格线性关系，但可以认为是近似线性关系，故可应用二次指数平滑法来预测下一年的天然气消费量。 2.确定修正系数α值 修正系数α在指数平滑模型中有着非常重要的作用，它体现了在实际预测中各期数据的影响程度。在预测中，预测值与实际值越接近，则预测效果越好。对α值的确定，在应用中可根据实际情况选择。 由表1，观察序列｛292，339，397，468，561，705，813，895， 1090，1313｝，该序列具有明显增长的趋势，根据α的选取原则，α应在0.3～0.9之间选取，即α=0.3,0.5,0.7,0.9。 其中初始值 为2002～2011年消费量的平均数342.67， 由公式(2)求得，根据公式分别计算α=0.3,0.5,0.7,0.9时，S的值。由下面的表2经过比较分析可知在α=0.9时，S的值最小，所以修正系数α=0.9。 表2　计算修正系数的取值 3. 二次指数平滑法预测天然气消费量 表3　我国天然气消费量预测 由公式（3）可知，应用二次指数平滑法预测的数据与实际值进行比较，误差均在许可范围内，由此预测得到2012年的预测值。 当T=1时，可计算出我国2012年天然气消费量为1527.13亿方。 根据表3绘制出我国天然气消费量图如下： 图2　中国天然气消费量预测 三、结论 在本文中，采用二次指数平滑模型对我国天然气消费量未来趋势进行预测，可得出以下结论：⑴采用二次指数平滑模型进行预测，预测结果较为准确，制约因素较少，而且计算简单；⑵采用二次指数平滑模型对某一事件进行预测时，平滑系数的确定直接影响到预测结果的准确性；⑶指数平滑