| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 能源与经济的关系研究现状 | 第11-12页 |
| 1.2.2 能源结构优化研究现状 | 第12-13页 |
| 1.2.3 优化方法研究现状 | 第13页 |
| 1.3 本文研究内容及文章结构 | 第13-14页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 文章结构 | 第13-14页 |
| 1.4 本文创新点 | 第14-15页 |
| 第2章 京津冀能源消费与经济增长的关系研究 | 第15-29页 |
| 2.1 京津冀能源消费现状 | 第15-19页 |
| 2.1.1 京津冀能源消费总量 | 第15-16页 |
| 2.1.2 主要能源品种消费量 | 第16-19页 |
| 2.2 关系研究方法介绍 | 第19-24页 |
| 2.2.1 平稳性检验 | 第19-20页 |
| 2.2.2 因果关系检验 | 第20页 |
| 2.2.3 向量自回归模型 | 第20-21页 |
| 2.2.4 协整检验 | 第21-22页 |
| 2.2.5 误差修正模型 | 第22-24页 |
| 2.3 京津冀能源消费与经济增长的关系研究 | 第24-27页 |
| 2.3.1 ADF检验 | 第24-25页 |
| 2.3.2 Granger因果检验 | 第25页 |
| 2.3.3 VAR模型 | 第25-26页 |
| 2.3.4 Johansen协整检验 | 第26-27页 |
| 2.3.5 ECM模型 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 京津冀能源消费预测 | 第29-44页 |
| 3.1 BP神经网络及其改进 | 第29-33页 |
| 3.1.1 BP神经网络 | 第29-31页 |
| 3.1.2 BP神经网络的改进 | 第31-33页 |
| 3.2 京津冀地区能源消费影响因素分析 | 第33-40页 |
| 3.2.1 京津冀能源消费影响因素识别 | 第33-38页 |
| 3.2.2 基于相关分析的京津冀能源消费影响因素分析 | 第38-40页 |
| 3.3 基于改进BP神经网络的京津冀能源消费预测 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 京津冀能源消费结构优化 | 第44-57页 |
| 4.1 优化原则及优化目的 | 第44-46页 |
| 4.1.1 优化原则 | 第44-45页 |
| 4.1.2 优化目的 | 第45-46页 |
| 4.2 优化模型 | 第46-48页 |
| 4.3 粒子群算法及其改进 | 第48-52页 |
| 4.3.1 粒子群算法 | 第48-50页 |
| 4.3.2 粒子群算法的改进 | 第50-52页 |
| 4.4 京津冀能源消费结构优化模型求解 | 第52-53页 |
| 4.5 对策建议 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第5章 研究成果和结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第63-64页 |
| 致谢 | 第64页 |