基于Markov-GNNM的煤炭需求量预测模型研究
吴东隆
安徽理工大学经济与管理学院,安徽淮南232001
摘要：煤炭资源在我国能源消费总量中仍然占据主导地位,准确预测煤炭的需求量对我国经济发展和产业结构升级有着重大意义,针对传统煤炭需求量预测单一预测方法的缺陷,建立了组合灰色神经网络模型,为进一步提高模型精度,选用马尔科夫模型缩小预测残差范围来修正组合模型,进而建立了Markov-GNNM组合模型,旨在为准确预测煤炭需求量提供模型依据.选取2000-2018年我国煤炭需求量数据进行实证分析,预测结果表明该模型预测精度高,适用于煤炭需求量预测.
关键词：煤炭需求量灰色关联度灰色神经网络马尔可夫
分类号：F416.21(世界工业经济)F252.24(物流经济)
资助基金：国家自然科学基金(51874003)
论文发表日期：2020-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 27-31 )
英文信息