改进的GM(1,1)-LSSVM模型及其在能源消耗预测中的应用

鉴于传统灰色预测模型对于离散程度较大的震荡数据序列,预测效果不理想的缺点,文章采用指数加速和几何平均生成的序列生成办法来弱化能源消耗数据的随即波动性,将其转换为符合灰色模型预测的平滑序列后,再进行灰色预测。并与最小二乘支持向量机结合,给出一个改进的残差型GM(1,1)-LSSVM预测模型。应用该改进预测模型,预测辽宁省1996—2009年煤炭能源消耗总量。实验结果表明,改进的模型预测精度高于单一的灰色模型和最小二乘支持向量机模型,可作为能源消耗预测的新方法。