灰色模型预测煤炭产量及改进方法研究.docVIP

灰色模型预测煤炭产量及改进方法研究 　　【摘要】众所周知,我国是煤炭大国,煤炭供不应求或供应过剩都会影响煤炭市场的正常、健康发展。预测是促进煤矿安全生产有效的方法,可以为有关部门制定合理的经济措施提供理论依据。GM(1,1)模型适用于对平滑单调数列进行建模,遇到带有波动较大,或周期振荡性的数列时预测精度较差。改进的GM(1,1)模型通过二次指数平滑法、三角函数变换等方法可以扩大灰色预测应用的范围,提高预测精度。 　　【关键词】GM(1,1)模型 预测煤炭产量 　　【中图分类号】F416.21 【文献标识码】A 【文章编号】1009-9646(2008)10(b)-0231-02 　　 　　我国是一个煤炭资源大国,也是一个以煤炭为主要能源的国家,煤炭生产在国民经济发展中具有举足轻重的地位。通过预测,能使煤炭企业经营方向、经营规模有一个正确的量的规定。运用有效的预测方法预测煤炭产量,对促进煤矿安全生产稳定发展是非常有必要的。现阶段,煤炭产量主要预测方法有一元线性回归、一元非线性回归,多项式回归、指数回归等方法,但这些预测方法需要较多测量数据才能取得较好的预测效果。 　　针对这种现象,本文提出以近年的原煤实际产量数据为依据,用灰色预测模型对淮北矿业集团的2008年煤炭产量进行预测,并提出改进的方法。 　　淮北矿业集团近4年的原煤产量的数据如表1。 　　 　　1 灰色预测法 　　灰色系统理论是我国控制理论学者、华中理工大学邓聚龙教授于80年代在国际上首先提出来的一种新理论。它是将控制论的观点和方法延伸到社会、经济系统的产物。 　　客观世界是物质的世界,也是信息的世界。既有大量已知信息,也有不少未知信息。我们把未知的、不确定的信息称为黑色的;把已知的信息称为白色的;既含有已知信息又含有未知信息的系统就称为灰色系统。灰色系统以其独特的新型建模思想和建模方法,为我们提供了一种新的预测技术。一般地说,社会系统、经济系统、生态系统都是灰色系统。灰色系统理论提出的微分拟合建模,其实质是对原始数据进行累加生成,使生成的离散数据系列呈现一定的规律性,进而用一光滑曲线逼近。 　　本文应用GM (1, 1) 模型, 预测过程如下: 　　1.1 GM(1,1)模型建模方法 　　设原始时间序列为 　　 　　对其进行累加生成处理: 　　 　　累加生成时间序列为 　　 　　将2004-2007原始煤炭产量代入,求出累加生成序列x(1)(1)＝1.6033,x(1)(2)＝3.3322,x(1)(3)= 5.0791,x(1)(4)=7.4883 　　建立灰色生成模型: 　　 　　其中a,u是待定系数。 　　则的最小二乘解为: 　　 　　其中 　　 　　代入后求得a=-0.1828 u=1.1721 　　然后给出累加时间数列预测模型。其中,K=0,1,2,3…逼近解可由下式所示 　　 　　求出8.0152e0.1828k-6.4119 　　最后给出原始数列预测模型。式中,K=1,2,3… 　　 　　其中: 　　所以有: 　　 　　对累加时间数列预测模型进行累减得: 　　 　　所以,淮北矿业集团2008年预测煤矿煤炭产量为:2.7820千万吨 　　同理 　　 　　1.2 GM(1,1)模型精度检验 　　通常,对灰色模型的检验采用后验差检验。构造方差比和小误差概率对模型作检验。 　　x(0)(1)＝1.6033,x(0)(2)＝1.7289,x(0)(3)=1.7469,x(0)(4)=2.4092 　　预测误差:e(k)＝x(0)(k)－(0)(k),x(0)(k)为原始数据,(0)(k)为预测数据。 　　所以e(1)＝0,e(2)＝－0.2012,e(3)＝－0.1832,e(4)＝0.0919 　　残差均值＝－0.0731 　　残差标准差＝0.1236 　　原始数据均值＝1.8721 　　原始数据标准差＝0.3150 　　后验差比值=0.3924 　　小误差概率P=p{|e(k)-|0.6745S1}=1 　　可以看出,灰色模型预测出的精度等级接近一级,有较好的预测效果,采用GM(1,1)模型预测,需要较少的数据方能建立比较精确的预测模型,与需要大样本量的统计分析相比,其数据要求量已大为减少,因此具有较大的适用性。但是并不适用与所有领域,当原始数据波动较大时,并不能体现较好的预测效果,我们可以通过一下改进方法解决。 　　 　　2 改进 　　2.1 残差修正法 　　通过对原始数据序列进行变换以增加离散数据光滑度,修正模型系数以进行动态预测,对残差进行修正,提高模型预测精度,从而来实现对模型的改进。 　　2.2 二次指数平滑法 　　将二次指数平滑法