煤炭需求预测教程.doc

基于组合预测模型的煤炭需求量预测研究 摘要：我国是煤炭生产和消费大国，科学地预测煤炭需求量对我国在经济发展中的资源配置具有重要意义。本文在我国煤炭消费历史数据分析的基础上，构建了指数平滑模型、回归模型和ARMA模型三个单一预测模型，又构建了基于最优权重的组合预测模型，经过实证分析表明，组合预测模型相对于单一预测模型在预测精度上有很大的提高，可以作为我国煤炭需求量的预测的有效工具；同时利用组合预测模型对我国2104-2016年煤炭需求量进行了预测，对今后我国指定煤炭发展战略具有一定指导意义。 关键词：煤炭需求 指数平滑 线性回归 ARMA 组合预测 一、引言 长久以来，煤炭一直作为我国一次能源的主体，在我国经济发展中扮演者重要的角色。煤炭为我国经济的迅猛发展提供了物质保障。我国煤炭需求量逐年递增，对煤炭的需求预测已成为近年来我国学者研究的热点，在预测方法和模型上了有了很大的发展。主要的方法和模型有：BP神经网络模型法，灰色预测法，指数平滑法等。其中，李德波，叶旭东和柳春明运用能源消费弹性系数法对2010年和2020年中国的煤炭需求量进行了预测；王立杰和孙继湖运用灰色系统理论建立了煤炭需求量的灰色预测模型GM(1,3)，并利用该模型对2000-2010年中国的煤炭需求总量进行了预测；叶国兴，李丕东等人利用联立方程模型对中国煤炭需求进行了预测。 这些方法预测精度较高，应用成熟，是进行煤炭需求量预测的经典方法，但是，都不可避免的存在其不足之处。尤其是运用单一预测方法进行预测时，因为其假设条件及适用范围均存在一定的局限性，常常导致预测精度不高。如指数平滑法基于这样一个假定：预测对象的特征及发展规律可以由其自身的历史数据表现出来，历史数据越多，所体现出来的特征及规律就越全面。为保证其预测精度需要大量的历史数据，而这在实际工作中较难获得。当数列出现波动时，灰色系统方法的精度会受到影响。回归模型的精度依赖于自变量，当出现影响煤炭需求量的重要变量的数据缺失，或者由于主观因素遗漏一些解释变量时，回归分析模型的解释能力就会下降，造成最终预测结果的较大误差。 因此，提出一个具有通用性、能够将多种预测方法综合集成的组合预测方法是十分必要的。采用组合预测方法可以克服单一预测方法的局限性，尽可能提高预测的精度，尤其适用于物流市场这样的信息不完备的复杂的经济系统。组合预测方法由Bates等人于1969年首先提出[5]。由于组合预测方法能有效地提高预测精度，增强预测的稳定性，一直是国内外预测姐研究的热点课题[6-10]。本文在已有的基础上提出一般煤炭需求量预测的三种单一模型，进而构建出组合预测模型，并将此方法应用于我国煤炭需求量的预测上，经分析表明组合预测模型能有效提高煤炭需求量预测精度。 二、组合预测的构建 本文选取1978-2013年35年间的全国煤炭消费量数据。其中为了验证预测模型的精度，我截取1978-2008年间的数据作为模型样本，2009-2013年间的数据作为测试样本。我国改革开放以来煤炭消费量数据散点图如下： 图1 煤炭消费量散点图 根据样本数据散点图（图1），经过对多种模型拟合效果检验，从中选取了3种预测模型，即指数平滑预测模型、回归预测模型、时间序列预测模型。 （一）指数平滑法预测模型 指数平滑法又称指数加权平均法，实际上是加权的移动平均法，它是选取各时期权重数值为递减指数数列的均值方法。指数平滑法通过某种平均方式，消除历史统计序列中的随机波动，找出其中的主要发展趋势。根据平衡次数的不同，指数平滑有一次指数平滑、二次指数平滑、三次指数平滑和高次指数平滑。指数平滑法的具体应用，一般可根据原数列散点图呈现的趋势来确定。如呈现直线趋势，选用二次指数平滑法，如呈现抛物线趋势，选用三次指数平滑法。 指数平滑法的基本思路是：首先对原始数据作平滑处理，然后根据平滑值进行预测。经过可视化分析初步判断，我国煤炭消费量的发展趋势是近似直线增长的，因此选用二次指数平滑法进行预测。 二次指数平滑法模型的计算公式为： （1） 二次指数平滑法的预测公式为： （2） 其中模型中参数的计算公式为： （3） （4） 其中分别为第t期的一次、二次指数平滑值，t为模型所在的周期序号，T为预测超前周期数。 以2008年实际值通过选取若干个不同α值做出200年的预测值，以这个200年预测值与200年的实际值对比，在的选取原则的条件下选取使200年的预测值和实际值最接近的α值α=0.25时满足条件。 计算结果如下表所示： 表1 指数平滑预测表 x y 平滑系数α 一次平滑 二次平滑 at bt 1978 40400.808 0.25 40400.808