基于径向基函数网络的能源消费量预测模型

采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。以我国1978~1997年的实际数据作为学习样本,对网络进行训练,拟合效果良好;以1998~2002年的实际数据检验网络,预测精度较高。并通过实例与BP网络进行比较,表明RBF网络预测模型优于BP网络预测模型。     

基于组合预测模型的我国天然气需求预测

在世界能源低碳化的要求下,天然气以其碳含量优势成为低碳能源的重要组成部分,天然气需求预测也随之成为焦点.运用多项式趋势面分析法与GM(1,1)灰色预测法对原始数据序列进行处理,并将两模型下处理后的数据以及二氧化碳排量数据拟合回归方程建立组合预测模型,随后以我国2003—2011年人口、GDP、天然气消费量及二氧化碳排量数据作为原始数据序列进行实例分析,通过残差检验发现,该组合预测模型的预测精度在99.96%以上,属于较好的预测模型,预测数据可靠.最后,运用该模型对2012—2018年我国的天然气需求量进行预测.     

基于粒子群改进BP神经网络的组合预测模型及其应用

针对应用广泛的传统人工智能预测BP(Back propagation)神经网络自身局限以及其在处理中长期复杂预测问题中需要样本数量大、泛化能力弱等不足,提出利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法和自回归移动平均模型(ARIMA)时序预测对历史数据进行初步预测,对中长期预测中数据趋势项和随机项进行模拟;将初步预测的结果作为改进BP神经网络的输入,在此基础上进行训练和预测,构建基于改进BP网络的组合预测模型.以我国1978-2007年能源需求数据为样本,进行实例分析.结果表明:组合预测模型预测精度较BP神经网络、灰色预测方法和ARIMA预测方法分别提高4.8%,6.1%和5.3%,验证了组合预测方法在中长期预测问题处理中的有效性.     

基于灰色-马尔科夫的马鞍山市电力需求预测分析

电力能源作为一种基础性能源,在国民经济发展过程中发挥着重要作用,对电力能源需求进行科学的预测有助于促进电力能源的合理供给,保障经济的健康可持续发展。将马尔科夫理论与GM(1,1)模型相结合,构建灰色-马尔科夫组合预测模型,克服了GM(1,1)模型在预测波动较大的样本数据时拟合度差、预测精度低的理论缺陷,有效提高了模型的拟合度和预测精度。通过马鞍山市电力需求预测实例说明模型的优越性,同时有效预测了马鞍山市未来3年的电力需求量。     

基于灰色马尔可夫链模型的中国能源消费预测研究

随着中国经济的不断发展,能源需求不断上升,能否准确预测中国能源消费量对中国经济乃至全球经济发展都有重要的指导意义.现行的预测方法主要有回归分析法、经验模型法、时间序列法、指数平滑法和灰色系统预测法等.灰色系统预测方法在预测波动性较大的非平稳数列上有不足之处,而马尔可夫预测却适用于随机波动性较大的数列的预测.因此本文将灰色系统理论与马尔可夫链相结合,建立了能源消费总量数据的灰色马尔可夫链模型.实证分析表明,这种模型的预测精度高于GM(1,1)预测模型,预测效果较好.     

信息熵和多因素灰色系统模型在碳排放的分析与预测

碳排放是引起气候变化的重要原因.针对影响碳排放的因素和预测问题,以2007-2016年广西碳排放10年的数据为样本,提出了利用信息熵与灰色系统理论分析能源结构、能源强度、人口数量及碳排放之间的相关性和相关程度,建立了多因素预测模型对碳排放量进行了预测.通过评价指标P=0.98和C=0.14,表明了预测模型具有良好的精度...     

我国能源生产总量组合预测研究

围绕我国2005-2014年的能源生产总量数据,利用最小组合预测模型预测未来三年我国能源生产总量.研究结果表明,组合预测模型的误差小于单项预测,能准确预测未来三年我国能源生产总量的上涨趋势和增长率.     

基于张量特征-GRU和多头自注意力机制的水质预测模型方法

针对现有水质预测模型对水质监测指标间存在数据特征利用不足,导致预测精度不高的问题,本文提出了一种基于张量分解融合门控神经网络(gate recurrent unit, GRU)和多头自注意力机制(Multi Head Self-Attention)的多指标水质预测模型(TGMHA)。该模型通过标准延迟嵌入变换(Standard delay embedding transform, SDT)将时序水质指标数据转换为张量数据,利用Tucker张量分解提取数据特征,然后结合多头自注意力机制挖掘多种水质指标数据特征之间的潜在关系,最后采用GRU模型实现多指标水质预测。对比实验证明了该模型预测相比传统GRU水质预测模型,得到的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数(R²)四个指标有5-10%的提升,有效提升了水质预测的精度,具有较好的鲁棒性,为水质预测和环境监测管理提供了科学决策依据。     

基于组合模型对我国能源消费的预测

鉴于我国能源消费系统的复杂性及非线性特征,本文分别采用神经网络和时间序列两种方法建立我国能源消费总量的单项预测模型,并对各模型进行了检验,模型的检验结果表明建立的模型可以作为预测未来能源消费量的有效工具。根据标准差法对各模型的结果进行权重分配,建立我国能源消费的组合预测模型,组合预测模型既克服单一模型的缺陷,又提高了预测精度,之后应用此模型对我国未来六年的能源消费进行预测,2015年我国能源消费总量将会达到41.9亿吨标准煤。     

能源需求的支持向量机预测

对灰色、神经网络和支持向量机的三个预测模型进行了研究,以某城市的1999-2006年能源需求为例,对能源需求进行了预测.经过比较,支持向量机的预测方法精度较高.     

基于BP神经网络改进的GM（1,N）模型在经济预测中的应用——以河南省经济为例

论文就修正GM（1,N）预测模型的误差,提出了新方法。使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响。实践表明这些改进模型可以有效地提高GM（1,N）模型的预测精度。     

注意力机制的长短时记忆神经网络航线订座需求预测

针对航线订座需求预测中存在的预测结果不稳定,偏差较大的问题,提出了一种基于注意力机制 的长短时记忆神经网络(Long Short-term Memory Neural Network,LSTM)航线订座需求预测模型。首先, 对采集得到的航线订座需求数据进行数据清洗与指标计算处理,接着,对处理后的指标数据基于注意力机 制做权重分配,然后进行 LSTM 航线订座需求预测模型的建立,从而得到航线订座需求的最终预测结果 值。将训练优化得到的模型应用于国内某航司的航线订座需求预测中,计算出预测结果。实验结果表明, 基于注意力机制的 LSTM 航线订座需求预测模型预测精度较高,以厦门-上海为例,预测结果在与真实值 的对比下,平均绝对误差(Mean Absolute Error,MAE)为 13.1,均方根误差(Root Mean Square Error,RMSE) 为 17.2,相比较于移动平均法,指数平滑法,循环神经网络（Recurrent Neural Network,,RNN）,CNN-LSTM 混合模型有较好的预测效果。     

煤层瓦斯含量拟合装备的设计

煤层瓦斯含量预测中需要对样煤的瓦斯含量进行测试分析。样煤瓦斯解吸速率随时间延长逐渐降低,所以需要采用一种极低压损的气体流量传感器进行测试。为适应这一需求,仪表设计采用了微机电系统(MEMS)流量传感器FS4001,通过混合信号处理器12位A/D转换实现气体流量采集,再根据样煤瓦斯解吸速率随时间变化的幂函数关系,自动拟合推导出自然状态下样煤解吸的瓦斯总量。该仪表实现了数据采集、多组存储、时间设定、解吸速率曲线显示、总量逻辑推导、损失量拟合等多项功能,在微气体测量领域有很好的应用前景。     

天津市工业行业TFP及对全要素能源效率的影响研究

针对在能源利用中全要素生产率对全要素能源效率提高的影响,基于DEA-Malmquist指数方法对天津市工业行业的全要素生产率指数和全要素能源效率等进行测算,并运用审查回归模型(Tobit)对影响全要素能源效率的各项影响因素进行分析.研究结果表明:政府决策影响、TFP指数、技术进步对全要素能源效率提高起到正向作用.     

基于季节指数和灰色预测的月电量预测模型

灰色预测模型GM（1，1）主要适合于光滑数据序列的预测，对非光滑数据序列常采用对数变换法、开n次方变换法和指数加权变换法提高数据的光滑度．由于月电量呈现明显的季节性变换，常用的提高光滑度的方法效果并不明显．文章提出了一种基于季节指数和灰色预测的月电量预测模型，以南京市某供电分公司近五年的月电量数据为基础，采用季节指数变换的灰色预测模型进行预测，与对数变换法的灰色预测模型比较，预测效果得到了明显提高．     

GM（0,N）模型在河流径流量预测中的应用

河流径流量的预测对水资源的优化调度管理具有重要的意义,传统的预测方法中原始数据的随机性对预测精度具有很大的影响。对GM（0,N）模型进行了研究,建立了以河流径流量为系统特征数据序列,年平均降水量和年平均饱和差为相关因素序列的GM（0,3）模型。通过模型预测数据和实测数据的对比,说明了GM（0,N）模型具有较好预测效果;同时,为了证明GM（0,N）模型的优点,对比了其预测结果与线性回归预测模型的结果。     

城市快速公交系统运营的可行性分析方法

以TransCAD软件与Vissim软件为技术支撑,对城市快速公交系统运营的可行性分析方法进行了研究。主要应用TransCAD软件中的回归分析模型、Logit模型与Vissim软件中的仿真与评价模块来解决政府部门在决策时遇到的:(1)出行者对快速公交系统的交通需求预测;(2)其运营对其他出行方式的影响预测。同时能够得出快速公交系统的最佳的设计方案。最后,以参数计算为例演示了可行性分析与最佳方案得出的流程。     

基于灰色预测理论的单桩极限承载力预测分析

由于非破坏性单桩静载荷试验无法直接得出其单桩极限承载力,因此我们根据现场实测静载荷试验数据,利用灰色模型GM（1,1）来预测其单桩极限承载力;并通过对比实测与模拟的两条Q-s曲线,得出的预测结果可靠并符合预期。     

基于灰色GM（1，1）模型的河南省能源需求量预测

结合河南省能源需求的历史数据，利用格兰杰因果关系定性地分析了能源需求量和经济的关系，然后用GM（1，1）模型预测河南省2008--2015年能源需求量，并提出河南省能源发展战略．