《表1 0 中国城镇化率2020—2030年情景设置》
运用MATLAB(2016)对中国石油需求量ARIMA预测误差进行建模,设置网络输入与输出节点为5和1,第一层和第二层连接函数为正切函数,第三层为线性函数,共轭梯度法为训练函数,经多次学习和训练,当目标值误差收敛在一个很小的值时,网络建立有效,最终确定最优网络结构为5-5-1。将2014—2018年的误差输入建立的网络中,得到2019年的误差值;再输入2015—2019年的误差,得到2020年的误差值,以此类推,得到2020—2030年ARIMA误差预测值。将上述方法得到的误差预测值设为基准情景(B),依据1999—2018年预测平均相对误差绝对值为1.96%,对低情景(C)和高情景(A)分别设置上下浮动1.96个百分点(表13)。
图表编号 | XD00130567600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 郑明贵、李期 |
绘制单位 | 江西理工大学矿业贸易与投资研究中心、中国科学技术大学管理学院、江西理工大学矿业贸易与投资研究中心 |
更多格式 | 高清、无水印(增值服务) |