期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
煤炭需求最优组合预测
被引量:
6
下载PDF
职称材料
导出
摘要
影响煤炭需求的因素复杂,不同的预测方法会有不同的预测结果。论文通过对河北省煤炭需求影响因素的分析,建立了部门分析灰色系统与计量经济结合的优化组合模型,对河北省煤炭需求作了回归模拟,取得了比较理想的检验效果,并利用组合模型预测了河北省2007-2012年的煤炭需求。
作者
侯运炳
张文
张浩
彭勃
潘仁飞
机构地区
中国矿业大学(北京)
出处
《煤炭工程》
北大核心
2007年第11期75-78,共4页
Coal Engineering
关键词
煤炭需求预测
灰色模型
计量经济模型
分类号
F206 [经济管理—国民经济]
引文网络
相关文献
节点文献
二级参考文献
21
参考文献
9
共引文献
171
同被引文献
40
引证文献
6
二级引证文献
8
参考文献
9
1
曹文虎,侯运炳,薛黎明,冯述虎.
青海省能源矿产需求预测研究[J]
.金属矿山,2004,33(7):8-11.
被引量:4
2
邢棉.
能源发展趋势的非线性优化组合预测模型研究[J]
.华北电力大学学报(自然科学版),2002,29(3):64-67.
被引量:11
3
冯述虎,侯运炳.
基于时序分析与神经网络的能源产量预测模型[J]
.辽宁工程技术大学学报(自然科学版),2003,22(2):168-171.
被引量:6
4
彭建良,李新建,王斌,陈宝书.
能源消费量模拟分析和预测的神经网络方法[J]
.系统工程理论与实践,1998,18(7):76-83.
被引量:11
5
尹春华,顾培亮.
基于灰色序列生成中缓冲算子的能源预测[J]
.系统工程学报,2003,18(2):189-192.
被引量:22
6
刘思峰,党耀国,方志耕,等.灰色系统理论及应用[M].北京:科学出版社,2004.
7
河北省统计局.2005年河北省经济年鉴[M].北京:中国统计出版社,2005.
8
国家统计局.中国能源统计年鉴2004[M].北京:中国统计出版社,2005.
9
卢奇,顾培亮,邱世明.
组合预测模型在我国能源消费系统中的建构及应用[J]
.系统工程理论与实践,2003,23(3):24-30.
被引量:96
二级参考文献
21
1
魏巍贤,朱楚珠,蒋正华.
基于人工神经网络的汇率预报[J]
.系统工程理论与实践,1996,16(6):13-20.
被引量:13
2
牛东晓 曹树华 等.电力负荷预测技术及其应用[M].北京:中国电力出版社,1994.61-196.
3
陈锡康 丁静之.绿色战略. 2030年中国经济发展战略目标探讨[A].牛文元.绿色战略[C].青岛:青岛出版社,1997..
4
统计年鉴编写组.中国统计年鉴(2000年版)[M].北京:中国统计出版社,2000..
5
刘思峰 郭天榜 等.灰色系统理论及其应用[M].北京:科学出版社,2000.40-41.
6
邱大雄,能源规划与系统分析,1995年
7
叶大均,能源概论,1990年
8
万耀青,最优化计算方法常用程序汇编,1983年
9
青海省矿业协会.青海省矿业概况.西宁:青海人民出版社,1998
10
邓聚龙.灰色系统基本方法.武汉:华中理工大学出版社,1987
共引文献
171
1
赵志成,柳群义.
中国能源战略规划研究——基于能源消费、能源生产和能源结构的预测[J]
.资源与产业,2019,21(6):1-8.
被引量:14
2
徐刚,王维国.
中国石油消费的组合预测[J]
.黑龙江对外经贸,2009(10):72-74.
被引量:1
3
刘秀丽,汪寿阳.
2011年我国分行业一次能源消费产生的二氧化碳排放量预测[J]
.科技促进发展,2011,7(1):22-33.
被引量:2
4
黄宜,赵光洲,王艳伟.
基于Shapley值的中国能源消费组合预测模型研究[J]
.能源工程,2012,32(6):5-9.
被引量:3
5
张疆涌.
综合权组合预测[J]
.硅谷,2009,2(24):116-117.
6
李晓峰,徐玖平,王荫清,贺昌政.
BP人工神经网络自适应学习算法的建立及其应用[J]
.系统工程理论与实践,2004,24(5):1-8.
被引量:75
7
杨实俊,牛东晓.
基于预测模型库关联优化的电力负荷组合预测模型[J]
.华北电力大学学报(自然科学版),2005,32(1):42-44.
被引量:6
8
郭金,曹福成,杨尚东.
基于Shapley值的组合预测方法[J]
.华东电力,2005,33(2):7-10.
被引量:11
9
邢棉,杨实俊,牛东晓,孙伟.
多元指数加权电力负荷灰色优化组合预测[J]
.电网技术,2005,29(4):8-11.
被引量:27
10
刘艳春,高立群.
组合评价模型在辽宁省主要地区综合经济实力评价中的构建及应用[J]
.数学的实践与认识,2005,35(3):44-50.
被引量:22
同被引文献
40
1
吕涛,张美珍,雷强.
基于系统动力学的印度能源及煤炭需求情景预测[J]
.资源科学,2015,37(6):1199-1206.
被引量:11
2
黄金干.
炼焦行业十年回顾与展望[J]
.中国钢铁业,2004(12):16-19.
被引量:2
3
巩学刚.
关于独立型焦化厂发展趋势的思考[J]
.中国煤炭,2005,31(2):52-54.
被引量:2
4
倪军,杨明志,杨期余.
专家系统技术应用于城网负荷预测[J]
.供用电,1994,11(5):16-19.
被引量:3
5
于希宁,牛成林,李建强.
基于决策树和专家系统的短期电力负荷预测系统[J]
.华北电力大学学报(自然科学版),2005,32(5):57-61.
被引量:27
6
黄腾.
中国煤炭市场“第①拐点”[J]
.中国经贸,2005(8):30-32.
被引量:3
7
康淑云,路强.
坚持科学发展观,促进煤炭工业又好又快发展[J]
.中国煤炭,2007,33(4):5-8.
被引量:2
8
国家统计局.中国能源统计年鉴2008[M].北京:中国统计出版社,2009.
9
中国(太原)煤炭交易中心.煤炭现货交易研究与应用[M].太原:山西科学技术出版社,2011.
10
赵国杰,阎世春.煤炭工业可持续发展研究[M].北京:经济管理出版社,2008.
引证文献
6
1
吴东隆.
基于Markov-GNNM的煤炭需求量预测模型研究[J]
.煤炭经济研究,2020(6):27-31.
被引量:2
2
侯运炳,夏兴,张振峰,罗政,张帆,辛崇伟.
河北省煤炭资源系统动力学仿真研究[J]
.煤炭工程,2009,41(1):68-71.
3
蔡武,袁莎莎,张强.
煤炭需求预测模型分析[J]
.露天采矿技术,2009,24(4):91-93.
被引量:1
4
曲剑午.
煤焦产业金融化及实现方式思考[J]
.煤炭经济研究,2011,31(11):46-49.
被引量:1
5
曲剑午.
新型煤炭交易模式对煤炭市场的影响分析[J]
.煤炭工程,2012,44(2):115-117.
被引量:1
6
冯雪,张金锁,邹绍辉.
基于多源信息融合的能源需求预测模型研究综述[J]
.统计与决策,2016,32(23):29-32.
被引量:3
二级引证文献
8
1
周喜君,郭丕斌.
煤炭资源就地转化与“资源诅咒”的规避--以中国中西部8个典型省区为例[J]
.资源科学,2015,37(2):318-324.
被引量:31
2
施云清,余朋林.
基于Matlab技术的双隐含层BP神经网络煤炭需求预测研究——以福建省煤炭需求为例[J]
.物流工程与管理,2014,36(11):145-147.
被引量:1
3
周兵兵,余雪,黄礼玲,宋雪莹,吴静,樊伟,林宏宇,谭清坤.
园区电-热互补系统优化调度模型[J]
.数学的实践与认识,2020,50(16):10-21.
4
王一雯.
碳中和背景下黑龙江经济发展与煤炭消耗动态变化分析[J]
.煤炭经济研究,2021,41(2):29-34.
5
张会福.
多能互补系统经济运行方法研究[J]
.综合智慧能源,2022,44(11):79-86.
被引量:3
6
陈金祥,郑锐锋,王彬.
基于情景分析改进马尔可夫的能源消费结构预测[J]
.科技创新与应用,2022,12(36):1-8.
7
黄磊,邓红梅,赵莉,张羽.
基于简单循环单元组合模型的计量器具需求预测方法研究[J]
.电测与仪表,2023,60(5):193-200.
8
孟秀斌.
做好煤炭对经济发展供应保障的措施分析[J]
.智富时代,2017,0(11X):52-52.
被引量:1
1
唐小我.
最优组合预测方法及应用[J]
.统计与预测,1991(3):29-32.
2
唐小我.
最优组合预测的计算方法[J]
.管理现代化,1992,12(1):8-10.
被引量:5
3
徐俊彦,苗壮.
吉林省粮食产量最优组合预测[J]
.吉林工学院学报(自然科学版),1998,19(3):77-80.
被引量:1
4
走过2007年中国楼市[J]
.中国房地信息,2008(Z1):24-25.
5
邓晓宇,白世贞,王彦庆.
基于GM(1,1)模型的煤炭物流量预测——以霍林郭勒为例[J]
.物流工程与管理,2012,34(9):56-57.
6
谢力,魏汝祥,蒋国萍,林名驰,訾书宇.
基于AHP的最优组合预测小样本改进模型[J]
.统计与决策,2014,30(11):73-76.
被引量:2
7
方媛媛,杨桂元,陶新新.
基于组合模型的我国煤炭需求预测[J]
.哈尔滨学院学报,2013,34(9):36-40.
8
刘骊,张科伟.
最优组合预测在股指预测中的应用[J]
.商业经济,2013(23):24-25.
9
勾国华.
灰色BP神经网络在河南煤炭需求预测中的应用[J]
.河南城建学院学报,2013,22(2):52-55.
被引量:1
10
唐小我.
最优组合预测方法及其应用[J]
.数理统计与管理,1992,11(1):31-35.
被引量:108
煤炭工程
2007年 第11期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部