基于BP神经网络与修正GM(1,1)模型的能源消费组合预测 |
| |
引用本文: | 张俊深,袁程炜.基于BP神经网络与修正GM(1,1)模型的能源消费组合预测[J].统计与决策,2016(5):90-93. |
| |
作者姓名: | 张俊深 袁程炜 |
| |
作者单位: | 西南财经大学经济学院,成都,611300 |
| |
基金项目: | 国家社会科学人文社科基金项目(12FJL005);国家青年基金资助项目(14CZX045);国家社会科学人文社科一般项目(11BJL061) |
| |
摘 要: | 随着我国经济社会的进一步发展,能源需求逐步增大,且消费量的增长与多种因素相关.能源消费预测存在与多因素的关联.文章在基础GM(1,1)模型框架下,以重新累积生成累加后序列预测值的方式进行GM(1,1)的无偏化修正,并按照加权平均背景值重设进行pGM(1,1)模型修正;并以各种非线性参变量间的映射纳入组合BP神经网络的能源消费预测.结果证实,无偏GM(1,1)、pGM(1,1)模型有效降低了GM(1,1)的预测平均相对误差,再与BP神经网络组合预测,形成了较好的能源消费预测精度.
|
关 键 词: | GM(1 1) BP神经网络 能源消费 预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|