基于支持向量机的煤炭需求量混沌时间序列预测  

作　　者：宁云才[1,2] 蔡炜华[1,2] 陈翔[1,2] 

机构地区：[1]中国矿业大学管理学院 [2]河北工程大学经管学院

出　　处：《煤炭经济研究》2008年第1期44-46,共3页Coal Economic Research

基　　金：河北省科技攻关计划项目(200610901-6)资助

摘　　要：一、引言 在我国能源开发战略研究和煤炭资源价值的评估中，对煤炭需求预测的研究是一项十分重要的工作。煤炭需求预测的方法很多，主要有主观推断法、趋势外推法、国内生产总值单位能耗预测法、需求弹性系数法、主要消耗部门预测法、人均能耗法、回归分析法、时间序列预测法、灰色预测方法、人工神经网络等。煤炭需求如果一直处于增长时期，这些方法预测的结果是比较准确的。但从1997年煤炭需求下降以来，上述方法预测的结果误差越来越大。由于煤炭需求量时间序列所具有的非线性、复杂性与内在随机性，即混沌性，传统的方法难以准确模拟需求量变化状态并预测未来年份的需求量。

关 键 词：时间序列预测法 煤炭需求预测 需求量 混沌性 支持向量机 能源开发战略 国内生产总值 灰色预测方法 

分 类 号：F560[经济管理—产业经济] F407.21