基于改进粒子群算法的京津冀能源消费结构优化研究

发布时间：2017-10-18 07:28

  本文关键词：基于改进粒子群算法的京津冀能源消费结构优化研究

  更多相关文章： 能源消费 经济增长 神经网络 粒子群优化

【摘要】：能源作为国民经济发展的物质基础和基本保障,对国民经济建设全局有着重大作用和影响,随着经济的不断发展,社会对能源的需求越来越大,各种能源问题也随之而来。随着京津冀地区经济的快速发展以及天津被确定为北方的经济中心,该地区越来越引起中国乃至整个世界的瞩目。京津冀地区能源消费以煤为主,天然气、风能、太阳能等清洁能源及可再生能源近年来开始不断增长,作为我国首都,政治、文化、教育和国际交流中心,改革开放以来,北京的经济有了迅速的发展,经济的发展需要靠能源来支撑,然而北京市目前能源自给率仅50%左右;天津作为中国的四大直辖市之一,是中国北方最大的沿海开放城市,而天津也是典型的能源输入城市,且能源利用效率偏低;河北省经济发展较快,但由于其经济发展模式属于对能源消耗有着强依赖性的粗放型发展模式,随着经济的迅速发展,其能源短缺、能源消费结构不合理等问题逐渐出现,目前面临严重的能源危机。由此可见,以煤为主的能源结构导致京津冀地区经济、能源与环境的矛盾突出,因此目前亟需对能源结构进行合理地优化。本文首先分析了京津冀地区的能源消费现状,各主要能源品种消费现状,北京、天津及河北三个地区的能源消费现状,以及三个地区各主要能源品种消费现状;接着通过平稳性检验、Granger因果关系检验、向量自回归模型(VAR)、协整检验以及误差修正模型(ECM)研究了京津冀地区能源消费与经济增长之间的关系;之后本文找出了京津冀地区能源消费的可能影响因素,对各影响因素进行了详细分析,并运用相关分析法求解出各影响因素与京津冀地区能源消费之间的相关系数,对相关系数进行排序,选择相关系数较高的前两个影响因素,作为神经网络的输入向量,预测京津冀地区未来能源消费量,另外选用遗传算法对神经网络的权值和阈值进行优化,以达到更好的预测效果;最后,本文根据关系研究及预测结果,确定了京津冀地区能源消费结构的优化目标及约束条件,构建了能源消费结构多目标优化模型,并运用粒子群算法对模型求解,针对粒子群算法局部搜索能力较差的问题,本文通过引入同步粒子局部搜索(SPLS)和模糊全局最好位置f-gbest,即模糊多目标粒子群算法(FMOPSO)对京津冀能源消费结构优化模型进行求解,并根据优化结果,提出了京津冀地区未来能源发展的对策建议。
【关键词】：能源消费 经济增长 神经网络 粒子群优化
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.2;F126.1
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 选题背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 能源与经济的关系研究现状11-12
• 1.2.2 能源结构优化研究现状12-13
• 1.2.3 优化方法研究现状13
• 1.3 本文研究内容及文章结构13-14
• 1.3.1 研究内容13
• 1.3.2 文章结构13-14
• 1.4 本文创新点14-15
• 第2章 京津冀能源消费与经济增长的关系研究15-29
• 2.1 京津冀能源消费现状15-19
• 2.1.1 京津冀能源消费总量15-16
• 2.1.2 主要能源品种消费量16-19
• 2.2 关系研究方法介绍19-24
• 2.2.1 平稳性检验19-20
• 2.2.2 因果关系检验20
• 2.2.3 向量自回归模型20-21
• 2.2.4 协整检验21-22
• 2.2.5 误差修正模型22-24
• 2.3 京津冀能源消费与经济增长的关系研究24-27
• 2.3.1 ADF检验24-25
• 2.3.2 Granger因果检验25
• 2.3.3 VAR模型25-26
• 2.3.4 Johansen协整检验26-27
• 2.3.5 ECM模型27
• 2.4 本章小结27-29
• 第3章 京津冀能源消费预测29-44
• 3.1 BP神经网络及其改进29-33
• 3.1.1 BP神经网络29-31
• 3.1.2 BP神经网络的改进31-33
• 3.2 京津冀地区能源消费影响因素分析33-40
• 3.2.1 京津冀能源消费影响因素识别33-38
• 3.2.2 基于相关分析的京津冀能源消费影响因素分析38-40
• 3.3 基于改进BP神经网络的京津冀能源消费预测40-42
• 3.4 本章小结42-44
• 第4章 京津冀能源消费结构优化44-57
• 4.1 优化原则及优化目的44-46
• 4.1.1 优化原则44-45
• 4.1.2 优化目的45-46
• 4.2 优化模型46-48
• 4.3 粒子群算法及其改进48-52
• 4.3.1 粒子群算法48-50
• 4.3.2 粒子群算法的改进50-52
• 4.4 京津冀能源消费结构优化模型求解52-53
• 4.5 对策建议53-55
• 4.6 本章小结55-57
• 第5章 研究成果和结论57-59
• 参考文献59-63
• 攻读硕士学位期间发表的学术论文及其他成果63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前10条

1 徐军委;刘志华;;基于灰色系统理论的我国能源结构预测及优化研究[J];工业安全与环保;2013年05期

2 陈操操;张妍;刘春兰;王海华;李铮;;北京市能源消费与经济增长关系的协整检验分析[J];环境科学;2012年06期

3 裴桂芬;郑明慧;;河北省能源消费及节能对策分析[J];河北大学学报(哲学社会科学版);2011年06期

4 徐东;刘清志;王臻;;低碳视角下我国能源结构优化研究[J];生态经济;2011年09期

5 穆海林;王文超;宁亚东;李刚;;基于改进灰色模型的能源消费预测研究[J];大连理工大学学报;2011年04期

6 刘振元;;低碳经济视角下我国能源结构优化研究[J];商业时代;2011年10期

7 周荣敏;刘力军;王国贞;;提升河北省能源—经济—环境协调发展对策研究[J];河北学刊;2011年01期

8 汪东;汲奕君;孙志威;朱坦;;天津市能源消费与经济增长的灰色关联分析[J];环境污染与防治;2010年12期

9 林琳;;基于低碳经济视角的中国能源结构分析[J];开放导报;2010年05期

10 罗斐;罗婉婉;;中国能源消费结构优化的问题与对策[J];中国煤炭;2010年07期

，

本文编号：1053719