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.     

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.     

组合预测模型在税收收入预测中的应用

准确预测税收收入,对于有效地进行市场经济条件下的宏观调控有着重要的意义.为了充分利用各单项预测的信息以提高预测精度,在现有研究的基础上,首先选取指数平滑法、偏最小二乘方法和灰色预测方法对税收收入数据进行定量分析;然后基于误差平方和最小构建了税收收入组合预测模型;最后的算例预测结果表明,构建的税收收入组合预测模型具有较优的预测效果.     

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.     

中国能源消费预测灰色建模法

选取2001—2007年中国能源消费实际值为依据,应用灰色系统理论建立煤炭能源和能源消费总量GM(1,1)预测模型,并分别进行精度检验和对比分析.检验结果表明:所建立的预测模型均为一级精度,适合于具有灰色特征的能源消费原始数据序列的模拟和预测分析.通过预测模型的计算结果可以知道:中国煤炭能源和能源消费总量呈指数增长规律,2008—2012年期间分别以16.33%和14.94%的速度增长,在整体能源消费结构中,煤炭能源所占比例将以0.29%的速度增长(为合理规划我国未来的能源消费战略,制定能源供应短缺和能源环境污染对策).     

组合模型在我国能源需求预测中的应用

文章首先比较了不同的能源需求预测方法的特点,并选择确定性加随机性时间序列组合模型对我国能源需求进行预测,然后详细介绍了建模的过程,并对模型预测精度和参数稳定性作了评价,结果表明本文采用的组合模型是一种比较有效的预测方法,最后用该模型对我国2004~2020能源需求进行了预测。     

神经网络优选组合预测模型在电力负荷预测中的应用

针对以往的组合预测模型中，最优权重不能保证非负性的问题，引入了神经网络优选组合预测模型。实例验证表明，此模型具有很强的自适应性和较高的预测精度。     

基于改进的Shapley值法对我国清洁能源消费的组合预测

选用GM(1,1)模型、指数平滑模型和ARIMA模型三种预测模型,通过非线性规划模型改进Shapley值算法确定各预测模型的权重,综合预测我国清洁能源消费趋势.预测结果显示,组合预测模型在拟合和预测我国清洁能源消费需求时相对误差均低于其他三种单一预测方法.根据预测结果,未来5年我国清洁能源的消费需求将持续增长,增速大致...     

中国能源消费的EMD分析与预测

基于EMD分析,结合SVM方法构建了中国能源消费的预测模型,提供了一种新的能源消费预测思路.研究结果表明,到2020年我国能源消费量3027百万吨油当量,低于IEA2010能源展望中的预测结果.在低碳经济、节能减排已成为国际政治领域热点议题的背景下,采用定量的方法对中国能源消费状况进行分析与预测,有利于分析中国的国际政治压力及中国能源企业海外投资.     

正权重组合预测模型及其在经济中的应用

介绍了组合预测的方法,并利用最优组合和递归方差倒数方法对组合预测方法进行改进;提出通过GMDH方法首先对影响经济预测模型的各变量进行筛选然后再建立回归模型、神经网络模型等单项预测模型的思想;最后结合GMDH方法建立的时间序列模型,建立正权重组合预测模型．     

GPM(1,1,m)模型及其在中国能源消费预测中的应用

客观准确地预测能源消费,可以为政府制定社会经济发展政策提供重要参考.利用矩阵分析的思想研究了灰色预测模型的建模机理,提出了基于时间多项式的可拓形式GPM(1,1,m)模型,并分析了其理论意义.在此基础上,通过研究了时间多项式对模型参数和预测值的影响,推导了它们之间的定量关系,设计了实际建模中的优化方法和参数估计的一般形...     

最优组合预测模型的构建及其应用研究

由于证券价格是随机游走的,在证券定价研究中RBF神经网络模型、灰色GM（1,1）模型、ARIMA模型不具备时效性,通过对上述三个模型进行综合分析,结合三者中有用的信息集合,构建一个最优组合预测模型．在此基础上选取了深发展A在2007年全年的收盘价作为研究样本对这四个模型进行实证研究,研究结果发现,最优组合预测方法对证券价格进行预测具有很好的预测精度和很高的可靠性．     

基于熵值法的组合预测模型及其在高峰负荷预测中应用

组合预测可以综合利用各单一预测方法所提供的信息,是提高预测精度的有效途径.本文在指数平滑预测法及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,并对某电网高峰负荷进行了预测.实例表明,此模型具有很强的实用性和很高的预测精度.     

基于预测精度的多目标组合预测优化模型研究

考虑了组合预测精度的数学期望和预测精度的标准差这两个指标 ,建立了多目标规划组合预测最优化模型 ,并给出其数学规划的解法 .最后进行实例分析 ,结果令人满意 .该模型能反映不同时间序列预测方法有效性     

组合预测方法在旅游经济分析预测中的应用

应用组合预测方法,对浙江省旅游业主要指标的统计数据建立数学模型,对旅游经济发展进行现状分析和前景预测,并探讨了旅游经济对社会经济发展的影响、研究表明所建模型具有很好的拟合精度,较好的刻画了浙江省旅游经济的发展过程,这将为研究和调控旅游经济发展趋势提供有益的参考依据.     

一种求解组合预测模型权重的新方法

在现有文献研究的基础上,对组合预测模型权重的求解方法作了进一步的研究,给出了一种求解组合预测模型权重的新方法.该方法利用最优化理论当中的库恩—塔克条件,将非线性规划模型转化为线性规划模型,从而克服了现有方法在求解组合预测模型权重时不能求得解析解的不足,最后通过示例计算验证了该方法的有效性.     

基于预测有效度的组合预测方法冗余信息的判定

基于预测方法有效度的概念 ,建立了考虑预测精度标准差的预测有效度的组合模型 ,提出了几个新的概念 ,给出冗余信息出现的两个判定定理 .并用实例说明判定定理的有效性 .     

乘子法在确定组合预测非负权系数中的应用

研究非负权系数约束下的最优组合预测问题.应用乘子法来确定组合预测中的非负权系数.实例表明:这一方法是可行的、有效的.     

组合时间序列ARMA模型在经济预测中的应用——内蒙古十一五期间GDP预测

2006—2010年是内蒙古"十一五"规划的重要时期.利用组合ARMA时间序列模型,对内蒙古2006—2010年GDP进行预测,得出的结果能够帮助我们把握"十一五"期间经济运行的变动趋势,并寻求最佳的调控办法.