(冶金行业)灰色关联分析法的碳排放约束下的某某煤炭消费量预

基于灰色关联分析法的碳排放约束下的江苏省煤炭消费量预测讨论摘要：江苏省经济的快速发展已经给环境质量造成巨大的压力。随着江苏省经济增长与煤炭资源紧缺的矛盾日益突出，煤炭消耗问题成为影响江苏经济发展的重要因素。因此，解决好未来江苏巨大的煤炭供需缺口，分析预测江苏未来的，可以为江苏战略性能源开发供应提供依据，从而保证全省经济社会的绿色发展。本文建立了研究低碳经济下江苏省煤炭消费量的预测问题的灰色关联分析数学模型。. 针对问题一，我们首先利用EXCLE软件对数据进行处理，通过系统的观察分析选出我们认为有用的数据。在选择数据的过程中，我们有意识只保留了影响较大的指标（即1995年以后的数据）。将这些指标汇总到一起，利用灰色关联分析法得到它们的关联系数，并计算灰色加权关联度，根据灰色加权关联度的大小，对各评价对象进行排序，建立评价对象的关联序，关联度越大，其影响程度越大。最终得到了影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的指标及其影响状况。 针对问题二，我们分析题目所给的数据，要预测未来十年的煤炭消费总量以及第一、二、三产业煤炭消费量，可以根据已有情况来进行预测，为了精确预测，我们选取2000-2010年的数据，运用灰色预测的方法来求所需得到的数据。 针对问题三，我们采用灰色预测GM（1,1）对未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测，并用模型对原始数据进行估计和验证，求出误差，找出模型的灵敏度。 针对问题四，我们根据前几道题的结果，从产业结构、能源结构、环境保护等方面提出了自己的意见和建议。 最后，通过对所构建的模型进行检验以及优、缺点评价，并在横向和纵向上进行了广度和深度的推广。本文的特色主要体现在灰色理论模型的应用和相关软件的处理并得到合理结论方面。 关键字：灰色关联分析法、灰色系统理论GM(1,1)模型、低碳经济、 煤炭消费量预测、关联度分析、优化、Excel、matlab1 问题的提出与分析1.1 背景知识： 1978年改革开放以来，中国的经济发展虽然取得了举世瞩目的成就，但对中国的能源消耗和环境保护产生了巨大的压力。随着全球经济大发展地球表面气温不断升高，在过去一百年间全球气温升高了0.74，并且预计在未来一百年间全球气温比现在要高出1.16.4。以煤炭为主的化石能源的消费是引起温室气体排放的主要因素，全球气候变暖给全球的可持续发展带来了严峻的挑战，已经被国际社会公认为威胁人类生存安全的最重大环境问题。江苏的经济增长与煤炭资源紧缺的矛盾日益突出，因此，解决好未来江苏巨大的煤炭供需缺口问题，分析预测江苏未来的煤炭消费，可以为江苏战略性能源开发供应提供依据，从而保证全省经济社会的绿色发展。江苏省为响应国际组织的号召，制订了碳排放约束指标，见表1-1. 表1-1 江苏省碳排放约束指标碳排放约束指标名称单位地区生产总值能耗降低（%）单位地区生产总值二氧化碳排放减少（%）非化石能源占一次能源消费比重（）指标值2015年18197左右2020年50注：2015年指标值是以2010年为基期，2020年指标值是以2005年为基期。1.2 问题的提出：江苏省经济快速发展已经给环境质量造成巨大的压力，并且付出了沉重的资源和环境代价，发展受到环境强烈的约束正在日益体现出来。而煤炭是主要的能源，所以加强对煤炭的调节控制有着至关重要的意义。题目要求我们找出影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的指标及其影响情况，江苏省煤炭消费总量以及第一、二、三产业煤炭消费量，并在此基础上考虑节能目标和江苏省经济发展目标，预测和优化未来十年江苏省主要能源消费的结构。并且根据分析的结果和结论，对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策等方面提出意见和建议。1.3 问题的重述与分析：1 影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的指标有哪些？各指标对江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的影响情况怎样？江苏省煤炭消费总量及其占能源消费量的比重、第一、二、三产业煤炭消费量的变动对节能、减排和经济增长等指标产生怎样的影响？ 对问题1：我们首先通过观察数据之间的不同关系，从中选择出我们认为有用的数据，在选择数据的过程中，我们有意识的删除了一些不重要的数据和影响较小的数据，然后得到影响较大的指标，将这些指标汇总到一起，利用灰色关联分析法得到它们的关联系数，并计算灰色加权关联度，根据灰色加权关联度的大小，对各评价对象进行排序，建立评价对象的关联序，关联度越大，其影响程度也就越大。2 在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省主要能源（煤炭、石油、天然气等）消费的结构进行预测和优化。对问题2：根据问题一求解的指标结果，我们先不考虑碳排放约束，直接对历史数据进行分析，由于2001年之前的数据与未来发展的相关性不大，因此我们只选用20012010年的相关数据，建立GM（1,1）灰色预测模型对能源消费结构进行预测。根据题目的相关信息，我们觉得用最近十年的相关信息去预测未来十年更具有代表性，于是我们舍弃了2000年以前的相关数据。关于优化问题，我们采用线性规划的优化问题，并以国家规定的能源降低使用率做为约束条件。3 在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。请对预测模型和预测结果的合理性进行检验和说明。对问题3：在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，对未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。对于此问题，我们同样运用了灰色系统理论中的GM(1,1)模型来进行处理，用近十年的数据预测出来未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量。并用拟合的模型验证已有数据，来对模型进行检验。4 根据分析的结果和结论，对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策等方面提出意见和建议。 对问题4：我们根据前几道题的结果，从产业结构、能源结构、环境保护等方面提出了自己的意见和建议。2 模型的准备与分析1. 关联分析模型，关联度分析方法是以发展态势为立足点，对于研究事物的发展趋势具有重要意义，揭示了事物动态关联的特征与程度，通过运用该模型我们很好的揭示了各个变量的关联特征和程度对于揭示事物内部因素之间的影响关系具有很大的意义；2. 运用关联分析模型，关联度分析方法揭示了事物动态关联的特征与程度，通过运用该模型我们很好的揭示了各个变量的关联特征和程度，为我们了解和分析各变量之间的联系提供了很好的依据；3. GM（1,1）灰色预测模型根据过去和现实的信息建立模型，推测未来的情况，提出事物发展变化的规律。它不受传统模型对原始数据种种要求的约束，具有实用性强、预测性能好的优点是由于疾病预测，以探求一种较为实用的传染病定量预测方法。短序列灰色增量模型还可以对全国人口的检验与预测。在灰色预测GM（1,1）模型的的基础上建立灰色预测GM（1,N）模型提高预测的精确度。4. 灰色预测模型GM(1,1)是一种长期预测模型，从自身的序列中寻找信息建立模型，将预测系统种的随机元素作为灰色数据进行处理，而找出数据的内在规律。进行预测所需数据量少，预算方便，建模进度高，预测精度高，具有较强的移植性无须像其它预测法要么需要大量数据且规律性强要么要凭经验给出系数。在各种预测领域都有着广泛的运用，是处理小样本预测问题的有效工具；3 模型的假设1.假设在1995年之前江苏省的经济各项指标对现在的煤炭产业结构没有影响；2.假设短期内能源供给充足，不会出现突发或者不可预知事件影响经济发展和能源供应，如自然灾害、战争、经济危机、能源危机等；3.假设2000年之前的煤炭消费总量以及第一、二、三产业煤炭消费量对未来的预测结果不产生影响；4.假设民众能积极响应政府节能减排的号召，过低碳生活。5.假设在未来的十年各种能源的价格不会发生变动；6.假设大气碳排放量仅有煤炭、石油、天然气这些燃料燃烧排放8.假设所有数据来源真实可靠；4 符号说明序号符号（可带单位）符号说明1分别表示、第二产业产量、总人口数、能源消费总量、煤炭生产量、煤炭消费量,2表示、第二产业产量、总人口数、能源消费总量、煤炭生产量、煤炭消费量的系数3表示、第二产业产量、总人口数、能源消费总量、煤炭生产量、煤炭消费量的灰色关联系数4为第i个评价对象对理想对象的灰色加权关联度5参数列6,B矩阵5 模型的建立与求解5.1 对问题1的分析与求解 5.1.1建模思路 我们首先通过观察数据之间的不同关系，从中选择出我们认为有用的数据，在选择数据的过程中，我们有意识的删除了一些不重要的数据和影响较小的数据，然后得到影响较大的指标，将这些指标汇总到一起，利用灰色关联分析法得到它们的关联系数，并计算灰色加权关联度，根据灰色加权关联度的大小，对各评价对象进行排序，建立评价对象的关联序，关联度越大，其评价结果越好。 5.1.2 建模的数据处理 a.从1995年-2010年江苏省第一、二、三产业以及人均地区生产总值和地区生产总值增长情况见表4-1：表4-1.江苏省主要年份地区生产总值（单位：亿元）江苏省主要年份地区生产总值（单位：亿元）年份地区生产总值第一产业第二产业第三产业人均地区生产总值（元）19955155.25866.242715.261573.75731919966004.21989.183074.121940.91847119976680.341035.83411.862232.68937119987199.951047.163640.12512.691004919997697.821037.373920.152740.31069520008553.691048.344435.893069.461176520019456.841094.484907.463454.912879200210606.851110.445604.493891.9214369200312442.871162.456787.114493.3116743200415003.61367.588437.995198.0320031200518598.691461.5110524.966612.2224616200621742.051545.0512282.897914.1128526200726018.481816.3114471.269730.9133837200830981.982100.1116993.3411888.5340014200934457.32261.8618566.3713629.0744253201041425.482540.121753.9317131.4552840说明：本表按当年价格计算。数据整理自江苏统计年鉴2011。做