基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型

• 作者: 赵硕嫱 邵良杉
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 煤炭需求量 集成学习 支持向量回归 多元宇宙算法 预测模型
• 年，卷（期）: 2020,（4）
• 页码范围: 366-374
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型;将1980-2017年历史数据带入模型.结果表明:建立的煤炭需求量预测模型适配度高达0.9791,平均绝对误差仅为4.2928％.基于历史数据,确定各因子年均增长率的可能波动边界值,在GDP低、中、高速增长的情况下随机组合分别带入模型得到2018-2020年中国煤炭需求量的可能数值区间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉		189	1464	18.0	27.0
2	赵硕嫱		2	8	1.0	2.0