基于炳权灰色组合预测模型的区域能源需求预测研究基于嫡权灰色组合预测模型的区域能源需求预测研究摘要：本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上，结合灰色预测模型的最新理论成果，提出了基于GM(1,1)模型，新陈代谢模型，离散DGM模型三种灰色预测模型的组合预测模型，采用嫡值法来确定组合预测模型中各单项方法的权重，并以湖北省为例，对湖北省2001-2010年能源需求总量进行实证研究，结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度，证明了该模型用于区域能源需求预测的科学性和有效性，在此基础上对2011-2015年湖北省能源需求进行了预测。关键词：能源需求；灰色系统；组合预测；嫡权：N945文献标识码：A:1006-4311(2012)04-0289-030引言随着低碳经济时代的来临，以低能耗、低污染、低排放为特征的低碳经济模式已成为转变经济发展方式，实现经济可持续发展的必然选择。低碳经济模式的核心是降低能源的消耗，减少由传统化石能源消耗所产生的温室气体，实现经济增长与能源消耗的脱钩。从本质上看，低碳经济实质上就是能源经济的的革命。众所周知，能源是社会经济发展的重要物质基础，是国民经济的重要支撑，因此科学、合理、准确的对区域能源需求进行预测，对科学制定区域能源发展战略、推动区域能源创新体系建设、带动相关能源产业协调发展，加快区域能源体系建设，实现区域低碳经济的发展有着重要的理论和现实意义。灰色系统理论［1］是由我国学者创立的系统科学理论，以少数据、贫信息的不确定系统为研究对象，通过对少量原始数据的累加生成，最大限度的挖掘系统的内在运行规律，实现灰色系统的“白化”。灰色预测模型作为灰色系统理论的核心，自提出以来得到了广泛的应用,成为运用最为广泛的预测模型，随着研究的深入，许多学者针对传统灰色预测模型所存在的缺陷，对GM(1,1)模型进行了改进，相继提出了基于残差优化、新陈代谢、离散DGM模型等的新灰色预测模型,从---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---…定程度上解决了传统灰色预测模型的病态性问题。本文从信息集成的角度出发，提出基于传统GM(1,1)模型、新陈代谢模型、离散DGM三种单项灰色模型的组合预测模型，最大限度的减少信息的损失，提高预测的精度，为区域能源规划的制定提供科学的决策参考。1灰色预测模型1.1灰色GM(1,1)预测模型GM(1,1)模型［2］是灰色预测模型中最为经典、也是应用最为广泛的模型，其建模原理简单、计算简便，长期以来一直是灰色预测理论研究的核心和热点。其具体建模步骤如下：%设X0二(xO(1),xO(2),・・・x0(n))为原始数据序列,构造一阶累加生成序列XI=(xl(1),xl(2),…xl(n)),其中xl(k)=BxO(i)□%构造均值生成序列Z1二(zl(1),zl(2),…，zl(n)),其中zl(k)=■,k二1,2,3,…，no%建立生成序列矩阵B和数据向量YB二—zl(2)1-zl(3)1……-zl(n)1,Y=xO(2)xO(3)・・・x0(n)%计算参数列■二a"(BTB)-1BTY(1)%构造灰色微分方程并求解・+ax(1)二b(2)■(1)(k+1)=x(0)(1)-Be-ak+B,k=1,2,…，n%累减还原得到预测方程■(0)(k+1)=■(1)(k+1)-■(1)(k)(3)1.2新背景值优化的GM(1,1)预测模型(新陈代谢模型)1.2.1设X0=(xO(1),xO(2),・・・x0(n))为原始数据序列,选取前k个分量所组成的新序列X0二(xO(1),xO(2),…xO(k))(k<n),建立GM(1,1)模型。1.2.2设xO(k+1)为所得的最新信息，将xO(k+1)放入原始序列X0中，并置换出原始序列中的第•个信息xO(1),得到新的数据序列X0二(xO(2),xO(3),・・・x0(k+1)),以新序列XO为基础建立GM(1,1)模型，不断重复步骤二，使每一次得到的新数据替换掉原来的老数据，完成“新陈代谢”的过程。1.3离散DGM模型传统GM(1,1)模型中，模型预测的精度的不---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---稳定性常常困扰着从事灰色系统理论研究的工作者，也有学者将这种现象称作灰色预测模型的病态性问题。针对这种情况，谢乃明［3］博士提出了离散DGM模型，极大地提高了灰色预测模型的精度，并从理论上证明了离散DGM模型与GM(1,1)模型是同一•种模型的不同表达形式，其模型方程为：x(1)(k+1)=m...