灰色BP神经网络在河南煤炭需求预测中的应用
2013-10-24勾国华
河南城建学院学报 2013年2期
关键词:模型
勾国华
(郑州职业技术学院现代管理系,河南郑州 450121)
以煤炭为主的资源禀赋条件决定了河南省以煤炭为主的能源消费结构。因此,研究河南省煤炭需求预测对做好河南省能源发展规划具有重要意义。煤炭需求预测一般采用的方法有类比法、外推法和因果分析法等,这些方法选取的基础数据不同,预测结果差异较大,而且预测精确度都较低。
本文尝试将灰色BP神经网络模型运用到煤炭需求预测领域,利用该模型对时间序列和非线性预测的优势,对煤炭需求量进行预测。灰色预测模型[1]具有所需样本数据少、无须考虑其分布规律及变化趋势、建模简单、运算方便等特点,但它缺乏自学习、自组织和自适应能力,对非线性信息的处理能力较弱。单独使用灰色预测模型对存在非线性关系的系统进行预测,预测的结果和实际值的误差会比较大,预测的准确度达不到要求。人工神经网络是一种有效的非线性建模方法,其中误差反向传播(BP)算法是目前比较成熟及应用广泛的算法[2]。BP神经网络具有高度的映射能力,能以任意精度逼近任意非线性函数,比较适合于一些复杂问题的建模[2]。目前,已有学者将灰色预测模型和神经网络相结合并应用于多个领域,取得了较为理想的预测结果[3-7]。
1 研究方法
1.1 GM(1,1)预测模型


为GM(1,1)模型的基本形式。

则GM(1,1)模型x(0)(k)+az(1)(k)=b的最小二乘估计参数列满足

根据式(1)建立白化微分方程

式中:a为发展系数;b为灰色作用量。将求得的代入式(3),解微分方程得……p>
登录APP查看全文
