基于灰色马尔科夫模型的煤炭产量预测

详细信息    查看全文 | 推荐本文 |

英文篇名：Study on Coal Production Prediction Based on Gray Markov Model 作者：宋晓震 ; 施式亮 ; 曹建 英文作者：Song Xiaozhen;Shi Shiliang;Cao Jian;School of Resources,Environment and Safety Engineering,Hunan University of Science and Technology;Hunan Provincial Key Lab on Prevention and Control of Gas and Roof Disasters for Southern Coal Mines,Hunan University of Science and Technology; 关键词：煤炭产量 ; 预测 ; 精度 ; 灰色马尔科夫模型 英文关键词：coal production;;prediction;;accuracy;;Grey Markov Model 中文刊名：矿业工程研究 英文刊名：Mineral Engineering Research 机构：湖南科技大学资源环境与安全工程学院;湖南科技大学煤矿安全开采技术湖南省重点实验室; 出版日期：2019-07-17 15:11 出版单位：矿业工程研究 年：2019 期：02 基金：国家自然科学基金资助项目(51774135);; 湖南省2017年安全生产专项资金资助项目(湘财企指[2017]20号) 语种：中文; 页：32-37 页数：6 CN：43-1493/TD ISSN：1674-5876 分类号：F426.21

摘要

煤炭资源是我国经济建设中的重要能源,准确预测我国煤炭产量有助于国家能源政策的制定.为此,在单一的灰色GM(1,1)预测模型的基础上,与马尔科夫预测模型组合形成灰色GM(1,1)-马尔科夫组合预测模型,以相对误差、均方差比值和小概率误差3个指标对模型的精度做检验.结果表明,组合预测模型优于单一预测模型,组合预测模型不仅反映了煤炭产量短中期呈上升趋势,又突显了该模型能较优地处理波动性序列的优点,能够有效地预测2019年和2020年煤炭产量.
        Coal resource is an important energy source in China 's economic construction. Accurate prediction of China's coal output is beneficial to the formulation of national energy policy. Based on the single grey GM( 1,1) prediction model,it is combined with Markov Prediction Model to form Grey GM( 1,1)-Markov combination prediction model. The relative error mean square ratio and small probability error are used to test the accuracy of the three index models. Results show that the combined forecasting model is superior to the single forecasting model. The combination prediction model not only reflects the rising trend of coal production in the short and medium term,but also highlights the advantage of the model in dealing with the fluctuation series. The predicted coal production for the period 2019 ～ 2020 is 38.97 and 39.16 billion tons.

引文

[1]刘伟,刘晨君.改革开放四十年来煤炭行业安全发展之路[J].煤炭经济研究,2018,38(11):34-42.
    [2]罗文柯,施式亮,李润求,等.灰色预测模型在能源消费需求预测中的应用[J].中国安全科学学报,2010,20(4):32-37.
    [3]赵卫.电煤价格影响因素及预测分析[J].发电与空调,2017,38(2):1-6.
    [4]焦光华.2020年煤炭消费量预测及情景分析[J].内蒙古煤炭经济,2015(2):32-33.
    [5]刘延松,吴翠.煤炭产需量预测方法讨论与实证分析[J].西安科技大学学报,2008(3):503-506.
    [6]王芳.基于改进GM(1,1)灰色模型的煤炭产量预测与分析[J].煤炭技术,2014,33(1):84-86.
    [7]叶斌.我国原煤产量的灰色预测研究[J].科学技术与工程,2011,11(20):4947-4949.
    [8]曹建,施式亮,曹华娟,等.基于GM(1,1)-Markov的危化品道路运输事故与交通事故预测及关系研究[J].中国安全生产科学技术,2019,15(1):26-31.
    [9]刘寿兰,周新良,罗文柯,等.基于改进灰色马尔柯夫模型对我国煤炭生产总量的预测[J].矿业工程研究,2011,26(1):76-80.
    [10]樊超,郭亚菲,曹培格,等.基于灰色-马尔科夫模型的粮食产量预测[J].江苏农业科学,2018,46(9):346-349.
    [11]刘成勇,万伟强,陈蜀喆,等.基于灰色马尔科夫模型的船舶交通流预测[J].中国航海,2018,41(3):95-100.
    [12]王星,刘小勇.基于灰色马尔科夫模型的交通事故预测研究[J].交通科技与经济,2017,19(4):9-13.