基于RBF神经网络的物流业能源需求预测

随着中国经济的快速发展,物流业需求快速增长、规模不断扩大,也带来了能源消耗的增长。研究中国物流业能源消费水平以及能源需求,有利于物流业节能工作的开展、缓解能源压力。本文选取了影响物流业能源需求的11个主要因素,基于径向基神经网络对2001-2012年间中国物流业能源需求相关数据进行模拟与仿真,在此基础上对2016年和2020年物流业能源需求量进行了预测,并分析了11个影响因素的重要性和测算了物流业的能源效率。研究结果表明:12001-2012年间中国物流业能源消耗总量在不断增加,随着物流业的进一步发展,到2020年物流业能源消费总量将达到51261.92万t标准煤;2在解决物流业能源需求预测问题时,RBF神经网络比GM(1,1)预测模型、BP神经网络方法有更高的预测精度;3通过RBF神经网络变量重要性分析发现固定资产投资对物流业能源消费量的影响程度最大;4目前物流业能源效率明显低于全国能源效率,为节约能源、提高能源利用效率,物流业需要转变能源利用方式和发展模式。