基于動態(tài)GM(1，1)模型預測我國石油需求量的研究*

喜文飛， 魯彥舉， 陳青， 吳蕓蕓

(1.云南師范大學 旅游與地理科學學院，云南 昆明，650500;2.云南導視地理信息系統(tǒng)工程有限公司，云南 昆明 650224;3.江蘇中梁建設工程有限公司，江蘇 無錫 214026;4.星子縣國土資源局，江西 九江 332800;5.星子縣建設規(guī)劃局，江西 九江 332800)

?

基于動態(tài)GM(1，1)模型預測我國石油需求量的研究*

喜文飛1，2， 魯彥舉3， 陳青4， 吳蕓蕓5

(1.云南師范大學 旅游與地理科學學院，云南 昆明，650500;2.云南導視地理信息系統(tǒng)工程有限公司，云南 昆明 650224;3.江蘇中梁建設工程有限公司，江蘇 無錫 214026;4.星子縣國土資源局，江西 九江 332800;5.星子縣建設規(guī)劃局，江西 九江 332800)

對傳統(tǒng)的灰色理論模型進行修改，實時加入最新的信息進行預測，并結合石油需求量的數據來進行驗證.結果表明，新模型預測的結果精度更高，與歷史需求值較為吻合.

灰色理論模型；預測；石油；需求量

引 言

隨著我國經濟不斷發(fā)展，石油的消費也越來越多，根據有關資料統(tǒng)計：2001-2004年我國石油消費的年均增長達到了17%，2020年需求量將在4．5億～6．1億噸之間，石油已成為我國的戰(zhàn)略物資之一，關系到國計民生，因此對石油需求量的預測顯得格外重要.文獻[1-2]中，采用GM(1，1)模型對煤炭需求進行預測，取得了很好的預測效果.陳海濤[3]采用GM(1，1)模型預測石油需求量，取得了不錯的結果；但是該文章采用1991-2004的數據進行預測，而現實中進行預測的可用數據通常較少，研究在陳海濤的基礎上對傳統(tǒng)的灰色模型進行改進，采用較少的數據結合動態(tài)的灰色模型來預測我國石油的消費情況.

1 GM(1,1)模型的建立[4]

第三：構造系數向量矩陣Y與矩陣B，求解模型X(0)(k)+aZ(1)(k)=b中的參數a、b.參數a反映了系統(tǒng)發(fā)展的態(tài)勢.b反映了數據變化的關系.將數據代入GM(1,1)模型中，得：

X(0)(2)+aZ(1)(2)=b

X(0)(3)+aZ(1)(3)=b

?

X(0)(N)+aZ(1)(N)=b

(1)

(2)

通過上面的方程組可以求得：

(3)

(4)

(5)

2 模型預測精度的檢驗[5]

常采用后驗方差法對灰色模型進行檢驗，檢驗的步驟如下：

對于一個模型的好壞，可以將精度分為四個等級[6]，如表1所示：

表1 GM(1,1)模型精度檢驗

3 動態(tài)灰色模型的建立

4 GM(1，1)模型預測我國石油需求量

從1991年到2004年，我國的石油消費量見表2.

表2 1991-2004年我國石油消費量及傳統(tǒng)GM(1,1)模型和動態(tài)GM(1,1)模型對我國石油消費量的預測對比

資料來源：1981-2006年《中國統(tǒng)計年鑒》，單位：萬噸.

利用傳統(tǒng)的GM(1,1)模型進行預測，首先選取1991-1995年的五個數據進行建模.用MATLAB編寫灰色預測程序,在matlab軟件中計算得到模型參數a=-0.06，b=124 85.21,C=0.108 849,p=100%.利用灰色模型預測1996-2004年的數值，預測結果如表2.

圖3 殘差對比Fig.3 Comparison of the residuals

從圖1中可以看出，GM(1,1)模型的預測值與實際值偏離的比較大，不能反映觀測目標的變化趨勢.由圖2可以看出，動態(tài)灰色模型的預測值與實際值基本吻合，能反應石油實際值的變化趨勢，預測值與實際值的曲線基本吻合，由圖3可以看出，動態(tài)灰色模型的殘差值偏離0軸的程度較小，另外波動幅度也較小，說明動態(tài)灰色模型預測的效果較好.

5 結 論

對灰色模型進一步優(yōu)化改進，結合石油需求的數據，將傳統(tǒng)的灰色模型和動態(tài)的灰色模型進行對比，取1991-1995的數據進行預測.結果顯示，在數據較少的情況下，動態(tài)的灰色模型預測的精度較高，預測的結果與歷史需求值較為吻合.

致謝：本論文受到云南師范大學十二五學科建設的支持.

[1] 魏同，張先塵，王玉浚．中國煤炭開發(fā)戰(zhàn)略研究[M]．太原：山西科學技術出版社，1995．

[2] 王立杰，孫繼湖．基于灰色系統(tǒng)理論的煤炭需求預測模型[J]．煤炭學報，2002，27(3)：333-336．

[3] 陳海濤.GM(1，1)模型預測我國石油需求量[J].生態(tài)經濟，2014，30(2):127-130.

[4] 鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學出版社,1987.

[5] 劉思峰,郭天榜,黨耀國,等.灰色系統(tǒng)理論及其應用[M].2版.北京:科學出版社,1999.

[6] 李日云，王利，張雙成.灰色預測模型在高層建筑物沉降預測中的應用研究[J].地球科學與環(huán)境學報，2005，27(1):84-87.

[7] 鄧聚龍.灰色系統(tǒng)論文集[M].武漢:華中理工大學出版社,1989.

Forecast of China's Oil Demand Based on the Dynamic Gm(1,1) Model

XI Wen-fei1,2， LU Yan-ju3,CHEN Qing4, WU Yun-yun5

(1.College of Tourism and Geographic Sciences,Yunnan Normal University，Kunming 650500,China;2.The Geographic Information System Engineering Co.Yunnan,Kunming 650224,China;3.Construction Engineering Company Limited of Jiangsu,Wuxi 214026,China;4.Xingzi County Land Resources Bureau， Jiujiang 332800,China;5.Xingzi County Construction Planning Bureau，Jiujiang 332800,China)

The grey theory model is a common prediction model.The model uses the less date to predict,but with the forecast time increasing,the precision of the model will decrease.This paper studies the feature is continuously introducing new observation values in the forecast process,establishing dynamic grey model.Experimental results show that the proposed new algorithm has high accuracy and efficiency on settlement observation for a slope.

Gray system model; Forecast; Oil; Demand

2015-04-30

云南省社會發(fā)展科技計劃資助項目(05400206040216002).

喜文飛(1984-)，男，河南舞鋼人，碩士，講師，主要從事模型預測方面研究.

喜文飛.

F224

A

1007-9793(2015)04-0041-05