| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·本文选题的背景及现实意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·能源需求理论研究现状 | 第10-11页 |
| ·能源需求方法研究现状 | 第11-13页 |
| ·本文研究的内容 | 第13-14页 |
| ·本文的创新与不足 | 第14-16页 |
| ·创新 | 第14页 |
| ·不足 | 第14-16页 |
| 第二章 江西省能源消费现状需求因素分析 | 第16-23页 |
| ·江西省能源消费现状 | 第16-17页 |
| ·能源消费总量逐次增加 | 第16页 |
| ·江西省能源消费结构现状 | 第16-17页 |
| ·对影响江西省能源需求因素的总概述 | 第17-21页 |
| ·经济增长因素 | 第17页 |
| ·能源价格因素 | 第17页 |
| ·产业结构因素 | 第17-18页 |
| ·人口及城市化因素 | 第18页 |
| ·居民消费支出因素 | 第18-19页 |
| ·能源消费结构因素 | 第19-20页 |
| ·科技进步因素 | 第20-21页 |
| ·环境政策因素 | 第21页 |
| ·数据采集 | 第21-23页 |
| 第三章 运用灰色关联度对影响能源需求因素进行定量分析 | 第23-27页 |
| ·研究方法 | 第23-24页 |
| ·运用灰色关联度确定江西省能源消费主要影响因素 | 第24-25页 |
| ·影响能源需求诸因素的灰色关联度计算 | 第25-26页 |
| ·江西省能源需求影响因素分析 | 第26-27页 |
| 第四章 基于线性回归江西省能源需求预测 | 第27-32页 |
| ·回归分析方法介绍 | 第27-28页 |
| ·多元线性回归分析的具体步骤 : | 第28-30页 |
| ·线性回归预测模型建立 | 第30页 |
| ·基于线性回归模型预测江西能源总量 | 第30-32页 |
| 第五章 基于指数平滑模型江西省能源需求预测 | 第32-37页 |
| ·简单指数平滑法[25](一次指数平滑法 ) | 第32-33页 |
| ·线性指数平滑法 (二次指数平滑法 ) | 第33页 |
| ·布朗三次指数平滑法 (三次指数平滑法 ) | 第33-34页 |
| ·三次指数平滑模型拟合江西省 1985 年―2010 年能源消费量 | 第34-36页 |
| ·三次指数平滑模型预测江西省 2015 年―2020 年能源消费量 | 第36-37页 |
| 第六章 基于灰色系统理论的江西省能源需求预测 | 第37-48页 |
| ·灰色系统理论介绍 | 第37页 |
| ·灰色GM(1,1)模型 | 第37-38页 |
| ·灰色累加生成AGO | 第38-40页 |
| ·GM(1,1)模型建模方法 | 第40-46页 |
| ·灰色模型预测江西省 2010 年―2020 年能源消费量 | 第46-48页 |
| 第七章 基于 BP 神经网络模型江西省能源需求预测 | 第48-56页 |
| ·神经网络概述 | 第48-49页 |
| ·BP 神经网络 | 第49-50页 |
| ·BP 神经网络学习算法和步骤 | 第50-51页 |
| ·BP 神经网络的结构选择与网络参数的设置 | 第51-52页 |
| ·基于 BP 神经网络模型对江西省能源需求预测 | 第52-56页 |
| 第八章 基于组合模型的江西省能源需求预测 | 第56-61页 |
| ·组合模型概述 | 第56-57页 |
| ·组合预测模型建立[33-36] | 第57页 |
| ·组合预测存在的问题 | 第57-58页 |
| ·组合模型预测江西省 1985 年―2010 年能源消费量 | 第58-61页 |
| 第九章 结论及展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录 A | 第65-67页 |
| 附录 B | 第67-71页 |
| 附录 C | 第71-72页 |
| 附录 D | 第72-74页 |
| 附录 E | 第74-77页 |
| 附录 F | 第77-79页 |
| 开题报告 | 第79-89页 |
| 硕士毕业生信息表 | 第89页 |
