李晓利，王泽江

（太原理工大学 经济管理学院，太原 030024）

0 引言

煤炭作为我国能源消费的主要形式，在一次能源消费结构中约占72%。受到自然资源禀赋等因素的影响，我国的煤炭资源分布主要集中在中西部地区，煤炭资源消费却以东部沿海地区为主，形成了资源分布与消费配置错位的矛盾，使得中国煤炭物流运输系统呈现“西煤东送，北煤南调”的格局[1～3]。因此，煤炭物流成为调节中国煤炭资源供需平衡的重要杠杆。加强中国煤炭物流需求系统的预测研究，对保障煤炭物流系统的高效运行并适应地区经济发展的需要具有重要作用。

1 灰色神经网络预测

灰色系统预测利用累加数据来建模，弱化数据变化的随机性，力图深层挖掘系统运行的潜在规律，具有计算简便且效果较好的特点，但难以逼近复杂非线性函数[4～7]。而BP神经网络作为人工神经网络应用的代表，具有学习和记忆能力，正好填补了灰色系统难以处理非线性问题的缺陷，同时具有易适性，二者结合，优势互补，利用各单项模型的有效信息，达到并提高预测精度。因此，本文拟采用灰色系统预测与人工神经网络相结合的预测方法进行煤炭物流需求系统预测。

图1 并联型灰色神经网络组合预测模型

图2 串联型灰色神经网络组合预测模型

关于单一模型组合预测方法的研究，主要有并联型和串联型两种，以灰色系统预测和神经网络预测为例，绘制组合方式如图1和图2所示。前者采用的组合方式是进行各方法的线性加权，即每种预测方法分配一定的权重，并最终计算总的预测值；……