冯 乐，窦鲁星

基于动态广义回归神经网络煤炭需求预测模型

冯 乐，窦鲁星

(中国矿业大学资源与地球科学学院，江苏 徐州 221116)

煤炭需求预测是指导我国煤炭工业发展规划的重要依据之一。我国煤炭资源需求影响因素复杂，准确地预测需要考虑经济、社会等多方面因素。针对获取数据不足等特点，首次在煤炭的预测中运用动态广义回归神经网络(D－GRNN)的方法，预测了中国未来近十年内的煤炭预测值，得到了比较合理的预测值。运用预测数据对国家的煤炭宏观调控做出了合理评价。

煤炭需求;预测;动态广义回归神经网络;宏观调控

1 背景

众所周知，中国能源结构始终是以煤炭为主，作为世界上最大的煤炭需求国。我国煤炭行业自建国以来，一直未走出“过剩—缓和—再过剩”的“怪圈”［1］，其供需不平衡很大程度是由于我国煤炭需求预测上偏差较大或是预测方式的不合理所导致。在接下来的十年时间，石油供需增大的同时将继续面临补充不足、价格持续攀升等阻碍，而常规和非常规天然气、风电、水电等能源的开发利用尚处于初级阶段，不足以作为煤和石油的替代物。与此同时，我国的煤炭储量依然丰富，价格低廉。《BP能源统计2011》预计我国煤炭的储产比为35年，远高于石油(9.9年)和天然气(29.0 年)［2］。

因此，如何能科学地对煤炭的需求做出预测，继而引导煤炭行业合理勘探开采，是符合21世纪科学发展的大计，也是避免能源的不合理开发利用对国家发展带来阻碍的必要手段。……