纪利群

(上海对外贸易学院国际经贸学院，上海 201620)

采用改进Logistic模型预测中国石油消费量

纪利群

(上海对外贸易学院国际经贸学院，上海 201620)

在原有Logistic模型的基础上，增加两个影响模型曲线曲率的参数，得到新的改进Logistic模型。为克服采用常规的优化方法求解模型参数难的问题，采用先进的直接搜索算法——模式搜索法进行模型参数的优化求解，并用Logistic模型和改进的Logistic模型描述中国历年石油消费量数据。结果表明:与原有的Logistic模型相比，改进的Logistic模型描述精度要高得多;基于拟合后改进的Logistic模型预测的中国未来石油消费量可为中国未来石油规划提供可靠的基础数据支持。

石油消费;Logistic模型;模式搜索法;预测;统计参数

能源是人类社会赖以生存和发展的物质基础，在国民经济中具有特别重要的战略地位。中国石油资源拥有量不高，未来生产能力提高的空间也非常有限。中国经济在过去30年间保持了较高的增长速度，由此也导致对石油需求的快速上升。2005—2009年，中国石油对外依存度依次为42.9%，47%，50.5%，51.3%和53%［1］。可以看出，近年来中国石油对外依存度不断增加，石油短缺已成为能源问题的主要方面。为了科学、有序及高效地发展石油替代能源产业，首先需要对中国未来的石油消费量进行较为精确的预测分析。朱必勇［2］和孔锐等［3］用灰色预测GM(1，1)模型对中国石油消耗量进行了预测研究，模型计算值与实际值之间的误差最大超过了10%，预测的精度不高。有学者采用BP神经网络方法［4］和基于粒子群优化支持向量机方法［5］对中国石油消耗量进行了预测研究，这两种方法仅适用于极短时期的预测，稍长时期的预测误差较大。……