基于GA-ELM模型的我国天然气进口预测

• 作者: 宫本璞 李宏勋
• 来源期刊: 河南科学
• 关键词: 天然气进口 预测 GA-ELM模型 差分整合自回归移动
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 城市科学与管理科学
• 页码范围: 667-673
• 页数: 7页
• 分类号: C811
• 语种: 中文

摘要

我国天然气进口具有时间短、数据量少的特点,传统的预测方法不能兼顾结果的准确性和实时性.提出了一种基于遗传算法优化极限学习机模型的权重和阈值的新方法,使用随机森林算法评估影响因素的特征重要性,从中选择了影响最显著的6个因素作为模型的自变量;用自变量2006—2018年的历史数据训练经遗传算法优化的极限学习机模型,得到预测精度高的机器学习模型;再使用差分整合自回归移动模型对未来自变量的数值进行预测,将预测结果代入训练好的机器学习模型中,得到未来天然气进口量的预测值.结果显示,我国未来天然气进口量将呈现上升态势,其增长率经历几年下降后将保持平稳.