煤炭消费预测软件设计.docxVIP

PAGE 8 目录 第1章绪论 1.1研究背景与意义 1.2国内外研究现状 2.1煤炭消费预测的研究 1.2.2 lightgbm算法的应用研究 1.3研究内容与技术路线 第2章相关理论背景及数据处理 2.1决策树 2.2不纯度的相关计算方式 2.1信息熵 2.2基尼指数 2.3集成学习 2.3.1 Bagging 2.3.2 Boosting 2.4 GBDT 2.4.1 GBDT原理 2.4.2 回归类的GBDT Lightgbm Lightgbm的相关优化 Lightgbm的重要参数 2.6时间序列 2.7数据预处理 2.7.1缺失值处理 7.2真实数据集处理及结果 2.7.3监督学习的转换第3章基于Lightgbm的单步和多步预测 3.1理论分析 3.2在标准数据集上的单步预测 2.1单步预测 3.2.2标准集测试及结果 3.2.2标准集对比 3.3传统的多步预测 3.3.1多步预测的方法 3.3.2多步标准集测试及结果 3.3标准集对比 第4章 对比模型及模型参数的优化 4.1模型的对比 4.1.1 XGBoost 1.2随机森林 4.1.3对比结果（单步和多步） 4.2超参数优化 4.2.1网格搜索 2.1最优参数 K折交叉验证 超参数优化后模型的表现第5章模型的评估 5.1嵌套交叉验证 5.2评价指标 摘要： 　　本文选择美国EIA官网历年的各部门煤炭消费总量数据。获得数据集后，对数据进行读入操作，之后再对数据进行预处理操作。处理完毕后，由于读入的数据格式不能够让机器进行下一步操作，为了能够让机器识别，需要将原本的数据集转化为有监督学习的数据集。模型采用的是由微软亚洲研究院推出的lightgbm，和XGBoost以及传统机器学习模型随机森林进行比较，选用R2评价指标来衡量模型泛化能力的好坏。模型优化方面则是采用了遍历所有参数组合的网格搜索，其中的交叉验证采用自定义cv的方式来输出不同参数组合下模型的评价指标R2。在用2组标准测试集验证模型性能的时候，发现其中一组数据集训练出来的模型与另一个相比在表现上面有一定差距，通过观察数据发现，可能是季节性的因素导致了这个问题的出现，并不是因为lightgbm算法本身导致的。之后再用lightgbm算法建模，并对美国煤炭消费数据进行相应的单步和多步预测，最后对比不同模型之间的预测值与真实值之间的R2，结果发现： 第1章 绪论 1.1 研究背景与意义 　　能源是世界上各个国家都重点关心的重要战略问题中的一员，是全人类赖以生存繁衍、社会得以稳定发展的一项不可或缺的重要物质资源保障，是关系到每个国家每一个人民的经济命脉和实现国家重要安全保障的极其重要的战略物资。自美国相关研究者在二十世纪八十年代左右创造性地发现了美国经济的国内生产总值与能源消费两者之间存在着不可分割的关系后，从那时起的二十多年内，许多国家都渐渐把关注的焦点放在经济增长和能源消费两者之间的联系上，相关的研究工作做了许多，结果都不约而同地说明国家经济的可持续发展和能源（包括但不仅限于煤炭）的使用情况有着紧密的关系。在世界能源消费的占比中煤炭的消费量向来都处于比较显眼的地位。2003年全球的煤炭消费总量在全球能源消费总量中的占比超过了其两成，据著名能源机构国际能源署估算，全球煤炭消费总量在世界主要能源消耗总量中所占的百分比将会持续增长，到二十一世纪三十年代这个比例将会增长为27%左右。而据英国石油公司估计，2003年全球的煤炭消费量足足增长了接近6.9个百分点，但全球石油消费量仅增加了才大约2.1%。与此同时，全球经济继续保持着良好的增长趋势。 　　再以美国为例，美国每天都需要生产足够多的电力来满足民众对电力的需求。按不同的原料划分，2001年美国仅在电力上所消耗的不同能源比例排名靠前有:核能20%，天然气18%，煤炭51%。由此可以看出, 美国发电用煤比重超过其他能源消费总量，是美国电力安全供应和经济稳定发展的重要保障。但伴随着石油资源的枯竭, 世界石油产量将会逐年下降，此时就需要寻找相应的替代品来满足相应的消耗。美国不少学者建议,为了能够妥善解决未来能源问题，需要对能源政策进行相应的调整, 不但要重视煤炭工业，而且还要保障煤炭工业能够稳定而又持续的健康发展下去。 　　根据以上数据表明，在理论上，运用科学的方法对煤炭消费进行预测更有助于较为合理而且有效地安排国民生产，也可以在煤炭的生产、进口和消费上提供既可靠又实际的理论依据，以及对每个国家的经济发展都有着一定的间接作用，在实践上，有助于lightgbm在能源领域和时间序列领域的预测表现。 1.2国内外研究现状： 1.2.1煤炭消费预测模型研究 　　为了更科学地预测煤炭消费量，国内外许多学者对此进行了大量研究。应用在能源和煤炭消费预测中的方法有很多。在机器