基于Matlab支持向量回归机的能源需求预测模型

被引:56
作者
孙涵
杨普容
成金华
机构
[1] 中国地质大学经济管理学院
关键词
支持向量回归机; 能源需求; 预测;
D O I
暂无
中图分类号
TK01 [能源];
学科分类号
摘要
分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合.建立了基于Matlab技术的SVR能源需求预测模型.对我国1985 2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从201.0年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39%;二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.
引用
收藏
页码:2001 / 2007
页数:7
相关论文
共 11 条
[1]   基于Matlab的BP神经网络煤炭需求预测模型 [J].
胡雪棉 ;
赵国浩 .
中国管理科学, 2008, 16(S1) (S1) :521-525
[2]   我国能源消费需求影响因素及其影响机理分析 [J].
郭菊娥 ;
柴建 ;
吕振东 .
管理学报, 2008, (05) :651-654
[3]   应用支持向量机预测公交车运行时间 [J].
于滨 ;
杨忠振 ;
林剑艺 .
系统工程理论与实践, 2007, (04) :160-164+176
[4]   中国长期煤炭需求:影响与政策选择 [J].
林伯强 ;
魏巍贤 ;
李丕东 .
经济研究, 2007, (02) :48-58
[5]   基于支持向量机方法的短时交通流量预测方法 [J].
杨兆升 ;
王媛 ;
管青 .
吉林大学学报(工学版), 2006, (06) :881-884
[6]   中国能源消费与经济增长的协整性与因果关系分析 [J].
韩智勇 ;
魏一鸣 ;
焦建玲 ;
范英 ;
张九天 .
系统工程, 2004, (12) :17-21
[7]   基于RBF核的SVM的模型选择及其应用 [J].
王鹏 ;
朱小燕 .
计算机工程与应用, 2003, (24) :72-73
[8]   结构变化、效率改进与能源需求预测——以中国电力行业为例 [J].
林伯强 .
经济研究, 2003, (05) :57-65+93
[9]   中国能源需求的经济计量分析 [J].
林伯强 .
统计研究, 2001, (10) :34-39
[10]  
中国能源需求的建模与实证分析[D]. 韩君.兰州商学院 2007