基于灰色预测模型的广州市城镇生活垃圾清运量预测

基于灰色预测理论,分别用GM(1,1)模型、分数阶GM(1,1)模型和新陈代谢GM (1,1)模型对广州市2015-2019年城镇生活垃圾清运量数据进行建模、检验和比较,结果表明新陈代谢GM(1,1)模型预测精度最高.预测2020-2024年广州市城镇生活垃圾清运量仍呈现长的趋势,在2024年将会突破1000万吨.     

基于动态无偏灰色马尔科夫模型的煤炭需求量预测

煤炭消费系统是一个复杂的非线性系统,具有随机性、非线性、动态性等特点,科学地预测煤炭消费量及其结构对于优化配置能源有重要意义.传统的单一预测方法预测精度较低.在对陕西省煤炭消费历史数据分析的基础上,构建了煤炭消费总量的GM(1,1)模型、灰色GM(1,1)预测模型和动态无偏的马尔科夫结构预测模型.拟合结果表明,动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度,其平均相对误差为2.10%,分别低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型的17.37%和6.37%,可用于煤炭需求的预测,在此基础上对陕西省2017-2025年煤炭消费进行了预测,为未来能源消费发展规划提供依据.     

基于LMDI的江苏省交通能源消费碳排放因素分解

根据IPCC关于交通能源消费碳排放量的计算方法,对2005-2011年江苏省交通碳排量构成和交通碳排放强度进行了测算.基于LMDI分解技术,从交通能源强度因素、交通运输业经济份额因素、第三产业增加值因素和交通能源结构因素四个方面对江苏省交通碳排放的变化进行分析.测算和分析结果表明:交通能源强度呈明显下降状态,在其影响下交通碳排放强度呈下降趋势,说明交通能源利用率不断提高;交通碳排量呈增长的趋势,第三产业增加值因素影响最大,体现为正效应,促进交通碳排放,交通能源强度因素和交通运输业经济份额因素体现为负效应,交通能源结构因素除2011年均体现为负效应,抑制交通碳排放.     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

我国可再生能源替代的动力学模型构建及分析

化石能源资源可持续利用就是要保证可再生能源资源转化利用技术的不断提升、直至实现后者对前者潜力性替代.在量化可再生能源利用技术进步水平基础上,结合我国GDP增长目标的确立、化石能源耗竭进程的安排、CO_2减排目标的实现等问题,针对国内化石能源资源可持续利用和限定目标年(2050年)能耗总量两种情景,采用系统动力学模型对我国可再生能源2011-2045年的替代路径进行仿真.在保持化石能源资源年增探明储量10亿吨标煤条件下:维持可再生能源预期投资0.767%的年度GDP规模,国内化石能源资源可持续利用到2045年的GDP年均增速上限是7.01%,"十二五"期间RE累计投资总额为1.88万亿元,2020年的RE替代率为11.53%;在控制2050年我国总能耗为52亿吨标煤的情景下,GDP的年均增速上限是5.705%,"十二五"期间RE投资总额为1.805万亿元,2020年的RE替代率为12.84%.同时,对CO_2减排目标及可再生能源替代率目标的实现进行研究,并给出政策建议.     

我国交通运输企业经营效率测度与提升

为测度交通运输业经营效率,并挖掘出有针对性的效率提升措施,采用Super-SBM模型考察了交通运输行业上市公司经营效率.实证结果表明,2009-2013年我国交通运输企业的经营效率呈下降趋势.我国交通运输企业经营效率值差异较大,按经营效率和经营效率增长率分为低效率负增长、低效率高增长、高效率负增长和高效率高增长组.人工成本是影响交通运输企业经营效率的重要原因,因此,交通运输企业须组织变革,降低人工成本,提高经营效率.交通运输业行业对固定资产投入的收益需要一定的周期,因此可以建立全国统一的交通运输系统,提高资本利用率等方式来提高交通运输业整体经营效率.     

关于湖北省节能的投入产出分析

运用投入产出法,对湖北省达成"十一五"节能目标的万元GDP综合能耗进行了分能源品种的分解,对湖北省未来五年的能源经济指标进行了预测和分析.首先,本文把64部门的2002年湖北省投入产出表整理成6部门的投入产出表,推测出2005年湖北省能源生产和消费指标,分析了湖北省能源供需的基本形势.其次,本文以实现"十一五"期间万元GDP综合能耗降低20%为目标,对不同GDP增长率下的能源需求情景进行了预测,计算了湖北省2010年分品种的万元GDP综合能耗、能源消费弹性系数等指标,分析了不同能源品种对单位GDP综合能耗下降的贡献程度.最后本文提出了政策建议,并指出模型的发展方向.     

基于系统动力学的内蒙古废水排放量预测分析

随着经济社会的发展,内蒙古废水排放日益增多,过量的废水排放会导致生态系统的衰退,最终影响到人类自身的生存环境和安全,因此,合理地预测出废水排放量对于控制废水的排放具有重要意义.应用系统动力学的模型和方法构建了内蒙古废水排放系统,通过参数的设定定量地预测出2016年到2025年内蒙古废水排放情况.预测结果显示:在9%的工业废水治理累计投资增长率情况下2016年到2025年内蒙古废水排放总量逐年增加,但是增加速度有所放缓,2025年废水排放总量达到13.22亿吨;生活污水排放量逐年增加,2025年达到12.03亿吨;工业废水排放量逐年下降,2025年下降到1.18亿吨.如果要使得工业废水排放量下降,需要每年的工业废水治理累计投资增长率至少为6%.     

北京市交通运输、仓储和邮政业增加值的灰色马尔科夫预测模型

将2000-2017年北京市交通运输、仓储和邮政业产值作为原始数据系列,应用灰色模型对时序数据的总体趋势进行拟合,选取相对误差作为随机波动过程,对预测结果进行修正,最后运用灰色马尔科夫模型对未来5年北京市交通运输、仓储和邮政业的产值进行实例预测.结果表明:经过马尔科夫过程修正的灰色预测模型平均预测精度由原来的90.82%提升到97.14%,预测效果明显,说明了方法对北京市交通运输、仓储和邮政业增加值预测的有效性.     

基于ARIMA模型的山西省能源消费的预测分析

通过对1985-2010年山西省能源消费总量数据序列的分析,建立了ARIMA(1,1,1)模型.结果显示:模型对原始数据的拟合程度较好,模型的预测误差小,可用于中短期预测.     

陕西省畜牧业总产值组合预测模型研究基于Shapley值

依据组合预测模型理论,利用2006-2016年陕西省畜牧业总产值的数据,分别建立了畜牧业产值的一元回归模型、BP神经网络模型、三次指数平滑模型和基于Shapley值的组合预测模型,得到各模型的预测精度分别为7.38%、4.46%、3.50%和2.90%,可见组合模型的拟合精度低于各单一模型,拟合效果好.为此,利用所得模型对2017-2025年陕西省畜牧业总产值进行了预测.     

基于稳健回归的华北高校毕业生数预测

为促进和保障高等院校毕业生的就业,保证人才培养的数目和质量,提前准确地预测毕业人数尤为重要.使用经典最小二乘回归和稳健回归分析方法,选取可能的解释变量对华北五省的毕业人数进行分析.经过全子集法等方法筛选自变量.分别使用经典最小二乘方法和稳健方法建立模型,给出了两种方法的拟合结果对比和预测效果对比,结果表明稳健方法显著地提高了传统模型的拟合精度和预测精度.并预测了2018-2025华北五省的毕业生数,为有关部门制定相关政策提供可靠的数字依据.     

广东省能源消费的ARIMA模型预测分析

对1985-2008年广东省能源消费总量数据序列进行分析,建立了ARIMA(2,2,2)模型,检验结果表明,该模型对原始数据序列有较好的拟合效果,模型的预测效果良好,可用于短期外推预测.     

基于ARIMA和BP神经网络组合模型的能源消费预测

在单一的ARIMA模型预测的基础上,提出了一种基于ARIMA模型和BP神经网络组合模型,并以广西区1981至2016年的能源消费数据为例,结果表明组合模型的预测精度要优于单一的模型,故利用组合模型对广西区未来能源消费的预测更加有效.     

基于ARIMA模型对我国服务价格指数的预测

基于ARIMA模型对2005年1月至2017年10月的我国服务价格指数月度数据进行预测分析.利用对统计数据的变化趋势及季节性进行验证结果表明该模型合理、有效.运用模型对2017年11月至2018年6月份的我国服务价格指数进行了预测,预测值与实际值的估计误差控制在有效范围内,预测效果比较理想,预测结果为到2018年上半年我国服务价格指数涨幅在3.5%左右,全国居民消费价格指数维持于2%左右,2018上半年出现严重通胀的可能性较小.     

中国电力消费与经济增长关系:基于生产函数和Logistic曲线

将电力作为生产函数的投入要素,结合岭回归的方法,分析中国1990—2012年资本、人力和电力消费与经济增长之间的动态关系,并使用Logistic曲线模型寻找中国电力消费增长的拐点.结果显示,1990—2012年,劳动力是推动中国经济增长的主要动力,年均贡献率达40.17%,资本的贡献率呈稳步增长态势,平均贡献率为34.57%,电力消费的经济贡献率在振荡中逐渐上升,平均贡献率为30.13%;1999年之前是中国电力消费的渐增期,从2006年开始进入快增期,电力消费快速增长,从2011年开始,中国的电力消费进入缓增期,此后电力消费将有所放缓,并逐渐趋于稳定,但由于巨大的电力消费基数,能源供应压力依然十分巨大.     

组合预测模型在能源消费预测中的应用

能源的需求预测是一个复杂的非线形系统,其发展变化具有增长性和波动性,组合预测对于信息不完备的复杂经济系统具有一定的实用性.本文利用我国能源消费的历史数据,采用灰色预测的GM(1,1)模型、BP神经网络模型和三次指数平滑模型进行优化组合,建立了能源消费组合预测模型,实证分析结果表明预测值和实际结果有很好的一致性,可以作为能源消费预测的有效工具.     

改进的包容性检验方法在我国能源需求组合预测上的应用

单一模型遴选问题是限制组合模型预测精度提高的瓶颈之一.首次将改进的包容性检验(NET)的方法用于能源需求组合预测中单一预测模型的遴选,并基于支持向量机回归模型(SVR)构建能源需求非线性组合预测模型.研究发现:1)相较而言,NET-SVR组合模型预测精度最高,稳定性最强.该模型的预测值平均相对误差最小(0.35%),明显低于未采用NET的SVR组合模型(0.58%)和基于线性包容性检验的模型(0.50%);2)NET-SVR组合模型在基准情景、低碳情景、受挫低碳情景下,分别预测出2014-2020年我国能源需求量以年均3.28%、1.45%、2.44%的比例增长,明显低于1990-2012年的年均增长率(6.08%),这种增速符合未来新常态经济增长方式下我国能源消费量的规划与控制.     

四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用

为有效提高神经网络的学习效率并降低其陷入局部极小值的概率,文章构建了四层参数自调整BP神经网络模型,该模型具有四层特殊的网络结构,采用附加动量法与自适应法调整参数.数值试验表明,与常规的BP神经网络相比,该方法的学习收敛速度与预测精度均有较大改进.鉴于人口死亡率的复杂变化趋势,使用单个模型无法准确预测,文章同时建立了GM(1,1)模型与ARMA(2,2)模型,结合三种模型的优势,应用模型平均方法预测了中国人口的死亡率.结果显示,2018-2020年中国人口的死亡率分别为7.1042‰,7.1040‰。和7.1045‰.     

加权马尔科夫链在鄂尔多斯市年降水量预测中的应用

鄂尔多斯市是内蒙古自治区重要的农牧渔业生产区.本文采用样本均值—标准差分级法,将鄂尔多斯市11个气象站1961-2019年的年降水量序列划分为丰水年、偏丰水年、平水年、偏枯水年,枯水年5个状态;以年降水量序列各阶自相关系数rk为权值,建立了加权马尔科夫预测模型,对鄂尔多斯市2017年、2018年、2019年的年降水量数值和所处状态进行预测.结果显示相对误差分别为1.3%,6.9%,4.5%,预测精度较高,方法得当.于是利用精度检验后的加权马尔科夫模型预测了鄂尔多斯市2020年降水量为312.81mm,划分为平水年.同时利用马尔科夫模型的遍历性,讨论了鄂尔多斯市年降水量的极限分布和丰枯状态重现期.研究结果表明,鄂尔多斯市59a来降水过程中枯水年、偏枯水年、平水年、偏丰水年、丰水年5种状态出现的概率分别为0.1358、0.1941、0.3693、0.1926、0.1083,即出现平水年的可能性最大,重现期为2.71a;出现丰水年的可能性最小,重现期为9.23a.上述研究结果与降水量序列及所处状态是保持一致的,由此可见利用加权马尔科夫链预测鄂尔多斯地区的年降水量是可行且有效的.