基于动态GM(1，1)模型预测我国石油需求量的研究*

喜文飞， 鲁彦举， 陈青， 吴芸芸

(1.云南师范大学 旅游与地理科学学院，云南 昆明，650500;2.云南导视地理信息系统工程有限公司，云南 昆明 650224;3.江苏中梁建设工程有限公司，江苏 无锡 214026;4.星子县国土资源局，江西 九江 332800;5.星子县建设规划局，江西 九江 332800)



基于动态GM(1，1)模型预测我国石油需求量的研究*

喜文飞1，2， 鲁彦举3， 陈青4， 吴芸芸5

(1.云南师范大学 旅游与地理科学学院，云南 昆明，650500;2.云南导视地理信息系统工程有限公司，云南 昆明 650224;3.江苏中梁建设工程有限公司，江苏 无锡 214026;4.星子县国土资源局，江西 九江 332800;5.星子县建设规划局，江西 九江 332800)

对传统的灰色理论模型进行修改，实时加入最新的信息进行预测，并结合石油需求量的数据来进行验证.结果表明，新模型预测的结果精度更高，与历史需求值较为吻合.

灰色理论模型；预测；石油；需求量

引 言

随着我国经济不断发展，石油的消费也越来越多，根据有关资料统计：2001-2004年我国石油消费的年均增长达到了17%，2020年需求量将在4．5亿～6．1亿吨之间，石油已成为我国的战略物资之一，关系到国计民生，因此对石油需求量的预测显得格外重要.文献[1-2]中，采用GM(1，1)模型对煤炭需求进行预测，取得了很好的预测效果.陈海涛[3]采用GM(1，1)模型预测石油需求量，取得了不错的结果；但是该文章采用1991-2004的数据进行预测，而现实中进行预测的可用数据通常较少，研究在陈海涛的基础上对传统的灰色模型进行改进，采用较少的数据结合动态的灰色模型来预测我国石油的消费情况.

1 GM(1,1)模型的建立[4]

第三：构造系数向量矩阵Y与矩阵B，求解模型X(0)(k)+aZ(1)(k)=b中的参数a、b.参数a反映了系统发展的态势.b反映了数据变化的关系.将数据代入GM(1,1)模型中，得：

X(0)(2)+aZ(1)(2)=b

X(0)(3)+aZ(1)(3)=b

⋮

X(0)(N)+aZ(1)(N)=b

(1)

(2)

通过上面的方程组可以求得：

(3)

(4)

(5)

2 模型预测精度的检验[5]

常采用后验方差法对灰色模型进行检验，检验的步骤如下：

对于一个模型的好坏，可以将精度分为四个等级[6]，如表1所示：

表1 GM(1,1)模型精度检验

3 动态灰色模型的建立

4 GM(1，1)模型预测我国石油需求量

从1991年到2004年，我国的石油消费量见表2.

表2 1991-2004年我国石油消费量及传统GM(1,1)模型和动态GM(1,1)模型对我国石油消费量的预测对比

资料来源：1981-2006年《中国统计年鉴》，单位：万吨.

利用传统的GM(1,1)模型进行预测，首先选取1991-1995年的五个数据进行建模.用MATLAB编写灰色预测程序,在matlab软件中计算得到模型参数a=-0.06，b=124 85.21,C=0.108 849,p=100%.利用灰色模型预测1996-2004年的数值，预测结果如表2.

图3 残差对比Fig.3 Comparison of the residuals

从图1中可以看出，GM(1,1)模型的预测值与实际值偏离的比较大，不能反映观测目标的变化趋势.由图2可以看出，动态灰色模型的预测值与实际值基本吻合，能反应石油实际值的变化趋势，预测值与实际值的曲线基本吻合，由图3可以看出，动态灰色模型的残差值偏离0轴的程度较小，另外波动幅度也较小，说明动态灰色模型预测的效果较好.

5 结 论

对灰色模型进一步优化改进，结合石油需求的数据，将传统的灰色模型和动态的灰色模型进行对比，取1991-1995的数据进行预测.结果显示，在数据较少的情况下，动态的灰色模型预测的精度较高，预测的结果与历史需求值较为吻合.

致谢：本论文受到云南师范大学十二五学科建设的支持.

[1] 魏同，张先尘，王玉浚．中国煤炭开发战略研究[M]．太原：山西科学技术出版社，1995．

[2] 王立杰，孙继湖．基于灰色系统理论的煤炭需求预测模型[J]．煤炭学报，2002，27(3)：333-336．

[3] 陈海涛.GM(1，1)模型预测我国石油需求量[J].生态经济，2014，30(2):127-130.

[4] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.

[5] 刘思峰,郭天榜,党耀国,等.灰色系统理论及其应用[M].2版.北京:科学出版社,1999.

[6] 李日云，王利，张双成.灰色预测模型在高层建筑物沉降预测中的应用研究[J].地球科学与环境学报，2005，27(1):84-87.

[7] 邓聚龙.灰色系统论文集[M].武汉:华中理工大学出版社,1989.

Forecast of China's Oil Demand Based on the Dynamic Gm(1,1) Model

XI Wen-fei1,2， LU Yan-ju3,CHEN Qing4, WU Yun-yun5

(1.College of Tourism and Geographic Sciences,Yunnan Normal University，Kunming 650500,China;2.The Geographic Information System Engineering Co.Yunnan,Kunming 650224,China;3.Construction Engineering Company Limited of Jiangsu,Wuxi 214026,China;4.Xingzi County Land Resources Bureau， Jiujiang 332800,China;5.Xingzi County Construction Planning Bureau，Jiujiang 332800,China)

The grey theory model is a common prediction model.The model uses the less date to predict,but with the forecast time increasing,the precision of the model will decrease.This paper studies the feature is continuously introducing new observation values in the forecast process,establishing dynamic grey model.Experimental results show that the proposed new algorithm has high accuracy and efficiency on settlement observation for a slope.

Gray system model; Forecast; Oil; Demand

2015-04-30

云南省社会发展科技计划资助项目(05400206040216002).

喜文飞(1984-)，男，河南舞钢人，硕士，讲师，主要从事模型预测方面研究.

喜文飞.

F224

A

1007-9793(2015)04-0041-05