长三角地区未来三年新能源汽车保有量预测.docxVIP

长三角地区未来三年新能源汽车保有量预测

摘要：对长三角地区新能源汽车的发展情况进行分析，研究长三角地区新能源汽车生产在全国新能源汽车市场的地位及作用，预测未来3年长三角地区新能源汽车的市场保有量。根据长三角地区新能源汽车产量，销量，市场份额，发展趋势，等多方面因素综合分析，包括政府发布的相关统计数据，企业的年报，市场研究报告等权威报告的调查分析如今新能源汽车的发展情况。结合全国新能源汽车市场的发展趋势和规模，对长三角地区新能源汽车包括市场份额，企业数量，产品质量，技术水平等方面,分析其在全国市场中所占的地位和作用。运用灰色关联性在24个相关因素中选出六个关联性最大的因素，用最小二乘法验证6项因素的可行性，将六项因素用GM预测模型进行处理，预测六个数据的未来发展状况，最后用BP神经网络，将预测出的六个因素数据去预测未来三年长三角地区新能源汽车的市场保有量。

关键词：灰色关联性?BP神经网络分析?新能源汽车保有量

1.模型建立与求解

1.1GM（1，1）灰色预测模型理论[i]概述

灰色预测模型能够处理四个以下的小样本有效工具，对于小样本预测问题线性规划，还有一些神经网络的分析的效果都不太好，只能是通过一些数据缺失的信息建立模型，

数学模型并且做出预测的方法。

1.2灰色系统[ii]

一般来说黑色系统是指信息没有确定的系统，然后白色系统是指信息已经完全确定的系统。而灰色系统属于黑色系统与白色系统之间有已知的信息，也有未知的信息系统内各种因素有不确定的关系。

特点：因此这种灰色系统它的数学模型建立不确定量，能够使它建立在一个规整的基础上，充分利用目前已知的小的缺失的信息寻求系统性的运动规。。灰色系统理论能处理贫信息系统。

1.3灰色生成数列[iii]

根据灰色预测理论系统的说法，即使这个现象表面上比较复杂，但是它有一些整体的功能，因此它一定含有它内在的一些规律以及道理。本质上来说，灰色预测理论系统是我们选择一个合适的方式去利用它灰色预测系统其实是对原有数据的一个排列整合，收集它内部变化规律，这是目前数据收集现实规律的一种途径，也就是明面上的灰色序列生产，每一个灰色系列都能使原有数据的随机性大大降低，使它的规律性大大提高。常用的是累加生成。

设原始数据为x(0)=(x0(1),x0(2),……,x0(n))x^{(0)}=(x^0(1),x^0(2),……,x^0(n))x(0)=(x0(1),x0(2),……,x0(n))（本文为

CSDN博主「欧阳罢笔」的原创文章）对原始数据序列引入一阶弱化算子D，令

x0=x(?)0D=x0)1d,x02)d,x0nd}

其中

x0)k?d=n?+1x0k)d+x0k++1)d+...+x0)nd1,k=1,2,.,n

2.构建GM（1，1）模型[iv]

首先，设x0为非负序列，并根据现有数据构建原始数据列：

x0=x001),x0)(2),...,x0n}式中，x()0i=0,i=1,2,...,n

根据预测模型推算相关因素与保有量关联度

x1=x1)1〕,x2)2,...,x1n}

式中

10

x1)k=x0i),k=1,2,...,n

k=1

灰色方程为：x0ok〕+az(?)1k?=u

将与新能源汽车保有量相关的24个因素带入灰色关联模型，通过构建模型最小二乘得到与新能源汽车保有量关联度最高的六个相关因素,在灰色关联度分析中，关联度大小反映了因素之间的相似程度，一般而言，关联度大于0.6可以认为具有一定的相关性，大于0.8可以认为具有较强的相关性，小于0.4可以认为相关性较弱。

因此，在实际应用中，可以根据具体情况选择不同的阈值，比如当数据量较少、噪声较小时，可以选择较低的阈值，比如0.4或0.5；当数据量较多、噪声较大时，可以选择较高的阈值，比如0.7或0.8。同时，阈值的选择还需要结合具体的研究目的和分

析需求进行考虑。

2.1最小二乘法[v]

根据样本数据，采用最小二乘估计式可以得到简单线性回归模型参数的估计量。但是估计量参数与总体真实参数的接近程度如何，是否存在更好的其它估计式，这就涉及到最小二乘估计式或估计量的最小方差（或最佳）（Best）性、线性（Linear）及无偏（Unbiased）性，简称为BLU特性。这就是广泛应用普通最小二乘法估计经济计量模型的主要原因。

设(x,y)是一对观测量，且

x=x1,x2,....,xn]T∈Rn,y=R满足一下的理论函数

y=fx,w

为了寻求函数fx,w)的参数w的最优估计值，对于给定m组（通常mn）观测数据

oxi,yi〕0i=1,2,...,m〕,求解目标函数

L?y,