基于组合模型的中国能源需求预测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-15页 |
| ·选题的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·能源需求理论研究 | 第10-11页 |
| ·能源需求分析方法研究 | 第11-14页 |
| ·传统预测方法 | 第11-13页 |
| ·新兴的预测方法 | 第13-14页 |
| ·论文主要内容与结构 | 第14-15页 |
| 第2章 我国能源需求影响因素分析 | 第15-21页 |
| ·中国能源需求的现状 | 第15-16页 |
| ·能源需求总量分析 | 第15页 |
| ·能源需求结构分析 | 第15-16页 |
| ·我国能源需求影响因素指标体系的构建 | 第16-18页 |
| ·价格因素 | 第16页 |
| ·经济增长 | 第16-17页 |
| ·产业结构 | 第17页 |
| ·人口和城市化 | 第17-18页 |
| ·能源消费结构 | 第18页 |
| ·技术进步 | 第18页 |
| ·环境政策 | 第18页 |
| ·数据采集 | 第18-21页 |
| 第3章 基于时间序列的我国能源需求预测 | 第21-28页 |
| ·A RMA 模型的基本思想 | 第21页 |
| ·ARMA 模型的应用条件 | 第21页 |
| ·ARMA 模型的基本思想 | 第21页 |
| ·A RMA 模型的识别和建立 | 第21-24页 |
| ·自回归AR(P)模型 | 第21-22页 |
| ·移动平均MA(q)模型 | 第22-23页 |
| ·自回归移动平均ARMA(p，q)模型 | 第23-24页 |
| ·自回归综合移动平均ARIMA(p，d，q)模型 | 第24页 |
| ·时间序列的能源需求总量预测 | 第24-28页 |
| 第4章 基于灰色系统理论的我国能源需求预测 | 第28-33页 |
| ·灰色系统理论介绍 | 第28页 |
| ·GM(1，1)模型 | 第28-30页 |
| ·能源需求的GM(1,1)模型预测 | 第30-33页 |
| ·能源序列的级比判断 | 第30页 |
| ·GM(1,1)模型预测结果 | 第30-33页 |
| 第5章 基于BP 神经网络的我国能源预测 | 第33-42页 |
| ·BP 神经网络基本理论 | 第33-37页 |
| ·BP 网络的结构 | 第33-34页 |
| ·BP 网络的学习过程 | 第34-37页 |
| ·BP 神经网络预测模型设计 | 第37-40页 |
| ·BP 神经网络预测模型的结构确定 | 第37-40页 |
| ·能源需求预测结果 | 第40-42页 |
| 第6章 中国能源需求组合预测 | 第42-55页 |
| ·组合预测的基本原理 | 第42-53页 |
| ·组合预测的分类 | 第42-44页 |
| ·最优组合预测模型研究 | 第44-53页 |
| ·线性最优组合预测模型 | 第44-51页 |
| ·非线性最优组合预测模型 | 第51-53页 |
| ·组合预测结果 | 第53-55页 |
| 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间取得学术成果 | 第60页 |
