| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究的背景 | 第9页 |
| 1.2 研究的意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 问题的提出 | 第13页 |
| 1.5 本文研究结构与内容 | 第13-15页 |
| 2 北京市能源消费情况影响因素分析 | 第15-24页 |
| 2.1 北京市能源消费现状与变化 | 第15-17页 |
| 2.1.1 能源消费增速减缓 | 第15页 |
| 2.1.2 万元地区生产总值能耗递减 | 第15-16页 |
| 2.1.3 能源消费结构变革 | 第16-17页 |
| 2.2 北京市能源消费影响因素与消费量相关性分析 | 第17-20页 |
| 2.2.1 经济发展之间与北京市能源消费的关系 | 第17-18页 |
| 2.2.2 能源消费品种结构的变化对能源消费量的影响 | 第18-19页 |
| 2.2.3 行业和产业结构调整对能源消费的影响 | 第19-20页 |
| 2.2.4 能源利用效率对能源消费量的影响 | 第20页 |
| 2.3 对北京市能源消费进行主成分分析 | 第20-21页 |
| 2.4 构建决策树模型分析特征节点 | 第21-23页 |
| 2.4.1 数据预处理 | 第21-22页 |
| 2.4.2 对“分组消费量”变量建立分类树 | 第22页 |
| 2.4.3 对测试集预测目标变量 | 第22-23页 |
| 2.5 北京市能源消费主要影响因素 | 第23-24页 |
| 3 北京市能源消费总量预测 | 第24-38页 |
| 3.1 北京市能源消费总量多元回归模型 | 第24-29页 |
| 3.1.1 回归分析的基本理论 | 第24页 |
| 3.1.2 变量选取与模型建立 | 第24-25页 |
| 3.1.3 模型的检验 | 第25-28页 |
| 3.1.4 模型的结构及拟合精度 | 第28-29页 |
| 3.2 北京市能源消费总量时间序列模型 | 第29-35页 |
| 3.2.1 ARIMA模型的基本理论 | 第29-30页 |
| 3.2.2 平稳性检验和白噪声检验 | 第30-33页 |
| 3.2.3 北京市能源消费总量时间序列模型的确定 | 第33-34页 |
| 3.2.4 北京市能源消费总量ARIMA(1,2,1)模型的拟合精度 | 第34-35页 |
| 3.3 北京市能源消费总量GM(1,1)模型 | 第35-36页 |
| 3.3.1 灰色模型理论 | 第35页 |
| 3.3.2 样本数据选取 | 第35页 |
| 3.3.3 模型的确定 | 第35页 |
| 3.3.4 北京市能源消费总量GM(1,1)模型的拟合精度 | 第35-36页 |
| 3.4 模型精度比较 | 第36-37页 |
| 3.5 构建模型选择与预测未来五年北京能源消耗总量 | 第37-38页 |
| 4 结论及展望 | 第38-39页 |
| 参考文献 | 第39-40页 |
| 附录A 本文相关数据来源 | 第40-41页 |
| 附录B 模型运行程序 | 第41-50页 |
| 后记 | 第50-51页 |
| 攻读学位期间取得的科研成果清单 | 第51页 |
