|
|||||
|
|
| 基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型 | |
| 引用本文： | 赵硕嫱,邵良杉.基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型[J].辽宁工程技术大学学报(自然科学版),2020,39(4):366-374. |
| 作者姓名： | 赵硕嫱 邵良杉 |
| 作者单位： | 辽宁工程技术大学系统工程研究所,辽宁葫芦岛125100 |
| 摘 要： | 为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型;将1980-2017年历史数据带入模型.结果表明:建立的煤炭需求量预测模型适配度高达0.9791,平均绝对误差仅为4.2928%.基于历史数据,确定各因子年均增长率的可能波动边界值,在GDP低、中、高速增长的情况下随机组合分别带入模型得到2018-2020年中国煤炭需求量的可能数值区间. |
| 关 键 词： | 煤炭需求量 集成学习 支持向量回归 多元宇宙算法 预测模型 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |