摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及其意义 | 第10-11页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国内外交通运输业能源消耗预测研究现状 | 第11-13页 |
1.2.2 国内外交通运输业能源消耗影响因素研究现状 | 第13-14页 |
1.2.3 文献综述 | 第14页 |
1.3 研究内容和结构 | 第14-16页 |
1.3.1 论文主要研究内容 | 第14-15页 |
1.3.2 论文逻辑结构 | 第15-16页 |
1.4 论文的创新点 | 第16-18页 |
第2章 相关理论基础 | 第18-22页 |
2.1 交通运输业概述 | 第18页 |
2.2 交通运输业能源消耗预测方法 | 第18-19页 |
2.3 交通运输业能源消耗分解分析方法 | 第19-20页 |
2.4 本章小结 | 第20-22页 |
第3章 河北省交通运输业发展现状及能源消耗现状分析 | 第22-35页 |
3.1 河北省交通基础设施发展状况 | 第22-23页 |
3.2 河北省交通运输业现状分析 | 第23-30页 |
3.2.1 运输总量的发展状况 | 第23页 |
3.2.2 不同运输方式运输量发展状况 | 第23-26页 |
3.2.3 各种运输方式结构变动情况 | 第26-28页 |
3.2.4 不同运输方式的能源单耗情况 | 第28-30页 |
3.3 河北省交通运输业能源消耗估算 | 第30-33页 |
3.3.1 估算方法 | 第31-32页 |
3.3.2 数据来源 | 第32页 |
3.3.3 估算结果 | 第32-33页 |
3.4 河北省交通运输业能源消耗现状分析 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第4章 基于变权组合模型河北省交通运输业能源消耗预测 | 第35-48页 |
4.1 变权组合预测理论概述 | 第35-37页 |
4.1.1 灰色系统理论 | 第35页 |
4.1.2 BP神经网络模型 | 第35-36页 |
4.1.3 变权组合预测 | 第36-37页 |
4.2 变权组合预测模型算法 | 第37-42页 |
4.2.1 GM(1,1)模型计算方法 | 第37-38页 |
4.2.2 BP神经网络模型计算方法 | 第38-41页 |
4.2.3 变权组合预测模型建立 | 第41-42页 |
4.3 基于变权组合河北省交通运输业能源消耗预测模型 | 第42-45页 |
4.3.1 自变量的选取 | 第42页 |
4.3.2 数据来源与处理 | 第42-43页 |
4.3.3 GM(1,1)预测模型预测 | 第43页 |
4.3.4 BP神经网络预测模型预测 | 第43-44页 |
4.3.5 预测结果及评价 | 第44-45页 |
4.4 河北交通运输业能源消耗预测 | 第45-47页 |
4.4.1 基于情景分析各自变量预测 | 第45-46页 |
4.4.2 变权系数的计算 | 第46页 |
4.4.3 预测结果及分析 | 第46-47页 |
4.5 本章小结 | 第47-48页 |
第5章 基于LMDI模型河北省交通运输业能源消耗分解 | 第48-58页 |
5.1 LMDI模型概述 | 第48-50页 |
5.2 基于LMDI模型河北省交通运输业能源消耗分解分析 | 第50-57页 |
5.2.1 模型建立 | 第50-52页 |
5.2.2 数据来源 | 第52页 |
5.2.3 河北省交通运输业能源消耗分解结果分析 | 第52-55页 |
5.2.4 结论与建议 | 第55-57页 |
5.3 本章小结 | 第57-58页 |
第6章 总结与展望 | 第58-60页 |
6.1 总结 | 第58-59页 |
6.2 展望 | 第59-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间发表的学术论文和参加科研情况 | 第63-64页 |
致谢 | 第64页 |