基于改进的BP神经网络的中国能源需求预测研究  

作　　者：陶阳威[1] 孙梅[1] 王小芳[1] 

机构地区：[1]江苏大学系统工程研究所,江苏镇江212013

出　　处：《山西财经大学学报》2010年第S2期3-5,共3页Journal of Shanxi University of Finance and Economics

基　　金：教育部人文社会科学研究项目(09YJA90088);江苏省教育厅社科重大招标项目(2010-2-10)

摘　　要：能源是人类赖以生存的物质基础,有效地预测能源需求对于经济的发展和社会的进步具有重要意义。BP神经网络预测模型具有自学习、自适应的特点,适用于难于建立精确数学模型的系统,但是传统的BP网络在学习过程中易发生震荡,且收敛缓慢。文章通过加入动量项改进了传统的BP神经网络,综合考虑了影响中国能源需求的各个因素,并选取了主要且可量化的因素:国民生产总值(GDP)、城镇人口比例、产业结构、能源价格、能源结构、技术进步、消费水平。应用改进的BP神经网络算法,结合1990到2007的各项实际数据,建立了中国能源需求预测模型,并用MATLAB仿真实现,仿真结果表明该预测模型具有较强的预测能力和较好的实用价值,最后用该模型对中国未来3年的能源需求进行了预测。

关 键 词：中国能源需求 改进的BP神经网络 影响因素 预测值 实际值 

分 类 号：F426.2[经济管理—产业经济] F224