基于线性最优预测模型的石油消费量预测

《基于线性最优预测模型的石油消费量预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆科技学院毕业设计（论文）题目基于线性最优预测模型的石油消费量预测院（系）数理学院专业班级应数普2008-01指导教师严羿鹏职称讲师评阅教师职称2012年5月30日学生毕业设计（论文）原创性声明本人以信誉声明：所呈交的毕业设计（论文）是在导师的指导下进行的设计（研究）工作及取得的成果，设计（论文）中引用他（她）人的文献、数据、图件、资料均已明确标注出，论文中的结论和结果为本人独立完成，不包含他人成果及为获得重庆科技学院或其它教育机构的学位或证书而使用其材料。与我一同工作的同志对本设计（研究）所做的任何贡献均已在论文中作了明确的说明并表示了谢

2、意。毕业设计（论文）作者（签字）：年月日重庆科技学院本科毕业设计摘要摘要当今时代，能源问题仍然是世界各国普遍关注的一个战略问题。目前我国已成为世界第二大能源消费国，而石油工业是我国国民经济的重要基础和支柱产业，在宏观经济的发展中占有举足轻重的地位。研究中国石油消费量，对于未雨绸缪的实现中国能源战略安全，保证中国经济社会稳定发展，具有重大意义。本文主要介绍了线性模型和时间序列预测模型在中国石油消费量预测中的应用。首先建立一般线性模型，根据模型残差项的不同情况，选择不同的模型和方法对石油消费量进行预测；然后建立时间序列预测模型，选择自回归模型对石

3、油消费量进行预测；最后，结合参考文献，对各模型的预测结果进行分析对比。研究结果显示，建立的模型既符合统计学意义也符合经济学意义，各模型预测结果的相对误差都在可接受范围内，可以很好地对石油消费量进行短期预测。在应用中可以结合实际情况，分别在企业、政府的各职能部门工作中应用不同的模型和方法。关键词：线性模型时间序列模型经典预测最优预测II重庆科技学院本科毕业设计ABSTRACTABSTRACTInmodernperiod,energyissueisstillastrategicissueofcommonconcerningtocountriesi

4、ntheworld.Atpresent,Chinahasbecomethesecondlargestenergyconsumercountry,andoilindustryisthecrucialfoundationandpillarindustryofournationaleconomy,whichplaysadecisiveroleinthemacroeconomicdevelopment.Itisofgreatsignificanceforachievingstateenergysecurityandguaranteeingthesta

5、bledevelopmentofeconomyandsocietytostudyonChina’soilconsumption.ThisarticlemainlyintroducestheapplicationoflinearmodelsandtimeseriesforecastingmodelinthepredictionofChinaoilconsumption.First,weestablishedagenerallinearmodel,andthenwechosedifferentmodelsandmethodstopredictoi

6、lconsumptionaccordingtothedifferentsituationsofmodelresidualsrespectively.Second,webuiltatimeseriesforecastingmodel,andchoosetheregressionmodeltopredictoilconsumption.Finally,wecomparedandanalyzedpredictionsresults,andgaveaobjectiveanalysisoftheprosandconsofthearticlecombin

7、edwithreferences.Theresultsshowthat:Themodelnotonlyconformstothestatisticalsignificancebutalsoaccordwitheconomics.Therelativeerrorofthepredictedresultsiswithinanacceptablerange,anditcanbewellonoilconsumptionshort-termforecast.Applicationscanbecombinedwiththeactualsituation,

8、enterprises,governmentdepartmentswithdifferentmodelsandmethods.Also,itwillprovides