灰色GM(1,1)模型在安徽省煤炭消费量预测中的应用
2016-12-23杜玉霞汪洪燕化文兰
杜玉霞,梁 武,汪洪燕,化文兰
(宿州学院 数学与统计学院,安徽 宿州 234000)
灰色GM(1,1)模型在安徽省煤炭消费量预测中的应用
杜玉霞,梁 武,汪洪燕,化文兰
(宿州学院 数学与统计学院,安徽 宿州 234000)
利用2005-2011年安徽省煤炭消费量统计数据,建立了一个煤炭消费量预测的灰色GM(1,1)模型.模拟结果表明,灰色GM(1,1)模型比较合理地反应了安徽省煤炭消费量的增长趋势,并且预测精度较高,误差较小,为煤炭消费量预测提供了一个科学有效的方法.
灰色系统;灰色GM(1,1)模型;煤炭消费量
灰色系统理论[1]是20世纪80年代由我国著名学者邓聚龙教授创立的一门新兴学科,运用灰色GM(1,1)模型进行预测时,对样本数据的多少和样本有无规律都适合,而且计算量小.目前,灰色预测方法已广泛应用于各个领域[2-3].近年来,随着重工业化进程的加快以及城镇化速度的提高,以煤炭为主的一次能源消费大幅度增加.本文以2005-2011年安徽省年度煤炭消费量的统计数据为基础,建立灰色GM(1,1)模型.通过数据模拟,得到了很好的预测精度,有利于了解安徽省煤炭的需求情况,处理好煤炭供应量与需求量的关系,对协调发展安徽省的能源行业,稳定经济运行起到一定的指导价值.
1 灰色GM(1,1)模型的建模步骤
GM(1,1)模型[4]直接将时间序列转化为微分方程,建立抽象系统的发展变化动态模型,它是含有一个变量的一阶微分方程,其白化微分方程为
于是得GM(1,1)灰色预测的离散时间响应函数为
对其进行累减还原得原始序列的预测方程为
灰色GM(1,1)模型的检验
Δ<5%,则残差检验合格.
表1 后验差比值(C)和小误差概率(P)
2 GM(1,1)模型的应用
小数据建模是灰色建模的一个重要特点,现针对2005-2011年安徽省煤炭消费量数据,建立灰色GM(1,1)模型,数据如表2所示,原始数据时序图如图1所示,一次累加后数据时序图如图2所示,从图2可以看出累加后数据具有一定的指数增长规律.
表2 安徽省煤炭消费量(单位:万吨)
图1 原始数据
图2 一次累加后数据
应用Matlab7.0,采用传统GM(1,1)模型,获得参数a,b及预测模型,如表3所示.
表3 参数及预测模型
应用上述预测模型,求得2005-2012年预测值,如表4所示,预测效果如图3所示(*代表真实值,+代表预测值).
表4 预测值
图3 预测结果
3 结束语
从表4及图3可以看出,GM(1,1)模型得到的预测值符合煤炭消费量的增长趋势,从预测值与真实值的比较结果可以看出,预测值与真实值相对误差较小,并且平均相对误差Δ=2.036%<5%,C=0.1266<0.35,P=1>0.95,该模型残差检验合格,且预测精度等级为一级(优).可见,建立的预测模型精度较高,预测结果可信,使用该模型对安徽省煤炭消费量进行预测误差较少,能合理的把握未来煤炭消费量的大致变化,为煤炭消费量的预测提供一个科学而有效的方法,对于煤炭政策分析和能源节约政策的制定具有一定的现实意义.
[1]邓聚龙.灰色预测与决策[M].武汉:华中工学院出版社,1986.
[2]翟维红.GM(1,1)灰色模型在邮轮旅游预测中的应用[J].天津职业院校联合学报,2012,14(2):58-60.
[3]贾丹丹.灰色预测模型在我国年采血量预测中的应用初探[J].中国卫生统计,2012,29(3):414.
[4]梁武,杜玉霞,高杨.灰色无偏GM(1,1)模型在生活能源电力消费量预测中的应用[J].重庆工商大学学报,2011,28(2):147-149.
(责任编辑:陈衍峰)
2015-10-12
国家自然科学基金项目(11301001);高校自然科学研究项目(KJ2016A770);高校优秀青年人才支持计划重点项目(gxyqZD2016340);安徽省专业建设项目(2012ZY146);安徽省级大学生创新创业训练项目(AH201410379078);国家级大学生创新创业训练项目(201510379023)
杜玉霞,女,山东定陶人,教师.
O212.4
A
1008-7974(2016)05-0025-02
10.13877/j.cnki.cn22-1284.2016.10.008