灰色关联分析法的碳排放约束下的江苏省煤炭消费量预.docx

《灰色关联分析法的碳排放约束下的江苏省煤炭消费量预.docx》由会员分享，可在线阅读，更多相关《灰色关联分析法的碳排放约束下的江苏省煤炭消费量预.docx（34页珍藏版）》请在三一办公上搜索。

1、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

2、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

3、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、matlab一 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

4、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（%

5、）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

6、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： 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

7、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。 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

8、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。 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

9、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。 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。二 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

10、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

11、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；三 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

12、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；四 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矩阵五 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

13、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）19955155.2586

14、6.242715.261573.75731919966004.21989.183074.121940.91847119976680.341035.83411.862232.68937119987199.951047.163640.12512.691004919997697.821037.373920.152740.31069520008553.691048.344435.893069.461176520019456.841094.484907.463454.912879200210606.851110.445604.493891.9214369200312442.871162.456787.1

15、14493.3116743200415003.61367.588437.995198.0320031200518598.691461.5110524.966612.2224616200621742.051545.0512282.897914.1128526200726018.481816.3114471.269730.9133837200830981.982100.1116993.3411888.5340014200934457.32261.8618566.3713629.0744253201041425.482540.121753.9317131.4552840说明：本表按当年价格计算。数据

16、整理自江苏统计年鉴2011。做出折线图4-1：图4-1.江苏省主要年份地区生产总值折线图由上折线图可知从1995年至2010年人均地区生产总值逐年递增，是影响该地区生产总值的主要因素。第二产业和第三产业逐年稳步增长，而第一产业趋于稳定状态，因此第一产业不利于该地区生产总值的增长，要想继续提升该地区的生产总值，第二产业和第三产业需继续保持，第一产业有待改进。 b.1995年-2010年江苏省煤炭调入量情况表见表4-2：表4-2.江苏省煤炭调入量情况表江苏省煤炭调入量年份煤炭消费量（万t）煤炭调入量（万t）煤炭调入量占消费量（%）19958936690077.2219968833733883.08

17、19978585654876.2819988571679179.2319998714709881.4520008770676377.1220018963709779.1820029663767879.46200310849852578.582004132721102083.032005167791449686.392006184281581185.82007199521794889.962008207371946793.882009210031870689.062010231002165593.74做出图4-2： 图4-2.江苏省煤炭调入量折线图随着该地区经济的不断增长，煤炭的的消费量也在迅速

18、的增长，由上折线图可知该地区的煤炭消费量已经超过了煤炭的调入量，出现供不应求的现象，需要其他的能源代替煤炭资源。 c. 1995-2010年江苏省主要能源消费量见表4-3：表4-3.江苏省主要能源消费量江苏省主要能源消费量（单位：tec）年份能源煤炭销售量石油消费量天然气消费量19958047.26357.271440.452.5319968111.26310.541492.471.8619977991.16153.131582.231.6199881186153.411607.362.2619998163.56261.431689.852.9320008612.46312.911963.63

19、3.1920018881.46439.021882.862.7920029608.66975.842008.29.61200311060.77808.842444.4111.06200413651.79542.532675.7340.96200516895.412164.683227.02185.85200618742.213381.923298.63412.33200720604.414464.313502.75597.53200821775.514698.483309.88849.2520092370915003.063802.13843.6220102577416500.334283.7

20、3951.88注：表中各类能源数据均折合成标准煤，其中1t原煤=0.7143t标煤，1t原油=1.4286t标煤，1m3天然气=1.33kg标煤。做出图4-3: 图4-3.江苏省主要能源消费量折线图由此可以分析出自95年后江苏省能源消耗逐年递增，尤其是煤炭的消耗量占了主导地位。为了使资源的平衡利用，应该使用天然气代替部分煤炭资源，天然气既经济又环保，是清洁的绿色能源，值得推广。 d.1995-2010 年的第一、二、三产业的GDP及总GDP增长见表4-4：表4-4. 江苏省三次产业拉动率产业拉动率年份GDP增长率第一产业第二产业第三产业199515.42.19.17.9199612.21.27

21、5.61997120.77.25.81998110.36.95.5199910.10.66.55.8200010.60.56.86.3200110.20.45.75.2200211.70.37.26.3200313.609.18.3200414.80.69.48.6200514.50.298.3200614.90.498.4200714.90.28.98.6200812.30.37.47.1200912.40.37.26.3201012.70.37.57做出图4-4： 图4-4.江苏省三次产业拉动率折线图由上折线图可知GDP的增长率紧密的受第一和第二产业的影响，在03年至07年是该地区第一二产

22、业发展的高峰期，GDP增长率增长的也最快，06年提出节能减排之后我国的粗放型生产有所改善，该地区也有所响应07年之后GDP增长率有所降低。综上所述：影响江苏省煤炭消费总量及第一、二、能源三产业煤炭消费量的指标有人均地区生产总值、能源、人口数量、煤炭调入量、第一生产煤炭消费量、第二生产煤炭消费量、第三生产煤炭消费量、GDP增长率。灰色关联度分析具体步骤如下：（1） 由表一知，确定的因素有m个，所选数据有n个，参考数列为，比较数列为 。（2） 对数据初始化，（3） 计算灰色关联系数：为比较数列对参考数列 在第k个指标上的关联系数，其中为分辨系数。其中，称分别为两级最小差及两级最大差。一般来讲，分辨

23、系数越大，分辨率越大;越小，分辨率越小。（4） 计算灰色加权关联度。灰色加权关联度的计算公式为： ,其中：为第i个评价对象对理想对象的灰色关联度。（5） 评价分析。根据灰色加权关联度的大小，对各评价对象进行排序，可建立评价对象的关联序，关联度越大，其影响程度越大。江苏省煤炭消耗量与各因素的相关度主要因素煤炭调入量（万t）第一产业第二产业第三产业人均地区生产总值（元）GDP增长率能源人口数量煤炭消耗量0.80550.42270.63860.53250.61490.39530.9390.6499第一生产煤炭消耗量0.76380.96370.80920.85740.6520.99990.73110.

24、8346第二生产煤炭消耗量0.91550.72650.84420.80230.79280.69880.94890.8671第三生产煤炭消耗量0.73830.9590.79330.84650.62050.99980.70240.8081所以：各指标对煤炭消费量的影响依次是：煤炭调入量人口数量第二产业人均地区生产总值第三产业第一产业GDP增长率各指标对第一生产煤炭消费量的影响依次是：GDP增长率第一产业第三产业人口数量第二产业煤炭调入量能源人均地区生产总值各指标对第二生产煤炭消费量的影响依次是：能源煤炭调入量人口数量第二产业第三产业人均地区生产总值第一产业GDP增长率各指标对第三生产煤炭消费量的影

25、响依次是：GDP增长率第一产业第三产业人口数量第二产业煤炭调入量能源人均地区生产总值5.2 对问题2的分析与求解： 5.2.1 建模思路 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。 5.2.2理论准备灰色预测是指利用 GM 模型对系统行为特征的发展变化规律进行估计预测，同时也可以对行为特征的异常情况发生的时刻进行估计计算，以及对在特定时区内发生事件的未来时间分布情况做出研究等等。这些工作实质上是将“随机过程”当作“灰色过程”，“随机变量”

26、当作“灰变量”，并主要以灰色系统理论中的GM(1,1)模型来进行处理灰色预测在工业、农业、商业等经济领域，以及环境、社会和军事等领域中都有广泛的应用。特别是依据目前已有的数据对未来的发展趋势做出预测分析。 5.2.3模型的建立 预测模型建立与求解（ 模型） 由已知数据，对于2000-2010 年某项指标记为 其中序列数据累加生成; 对进行累加生成获得1 次累加生成序列： 紧邻均值生成; 对紧邻均值生成获得紧邻均值生成序 参数求解; 若为参数列, 且 则GM (1 , 1) 模型的最小二乘估计参数列满足： 求灰色微分倒数 求解, 从而获得时间响应函数： 获取时间响应序列为： 5.2.4 模型的求

27、解根据题目要求将江苏省主要能源消费量汇总到同一张表中，并取2000年到2010年的数据，见表5-1 表5-1 江苏省主要能源（煤炭、石油、天然气等）的消费量年份煤炭消费量石油消费量天然气消费量16439.021882.862.7926975.842008.29.6137808.842444.4111.0649542.532675.7340.96512164.683227.02185.85613381.923298.63412.33714464.313502.75597.53814698.483309.88849.25915003.063802.13843.621016500.334283.73

28、951.881、煤炭消费量 根据表5-1中煤炭消费量的数据，依次累加得到取代入得到 运用最小二乘法得 =, a=-0.1;b=191742、石油消费量 根据表5-1中石油消费量的数据，依次累加得到 取代入得到 运用最小二乘法得=,a=-0.2,b=5579.13、天然气消费量根据表5-1中天然气消费量的数据，依次累加得到取代入得到 运用最小二乘法得=,a=-0.4313;b=235.5435 5.2.5模型的结果 江苏省20112020 年能源消费结构预测年份能源石油天然气201127845.84433.921335.85201230035.54663.13161.56201332533.24

29、968.711834.25201435171.8530095.32138.31201537975.45724.722603.54201641029.26083.323103.27201744331.86436.823641.31201847867.76866.54454.94201951676.37335.125125.22202055786.77817.66068.6 5.2.6模型的优化二次规划优化模型的求解：利用lingo软件进行求解二次规划, 得到一次转移概率矩阵：由于二次规划优化模型是建立在碳排放无约束的条件下，且不考虑节能目标和江苏省经济的发展目标模型的条件下优化模型，故得到的结果

30、不能准确地对主要能源的消费结构进行优化。所以为了得到更精确的优化方案，合理地安排能源的消费结构，我们采用了分层多目标优化模型，以下是分层多目标优化模型的模型：利用单纯形法及运筹学中的其它知识，可得出：表5-3 江苏省20112020 年综合指标下能源消费结构预测年份能源石油天然气201123048.425073.3242.95201224847.945541.1342.92201326653.536021.2742.89201428503.296522.5142.87201530850.366570.4142.84201632921.667006.2742.82201735159.087476

31、.9342.8201837413.937950.8642.78201939665.848423.7542.75202041919.179996.5342.73预计到2015 年, 江苏省能源消费结构中, 煤炭、原油、天然气和其他可再生能源比例将由2010年的165:42.8:9.5转变为0 :418.8:0。 5.3 对问题3的分析与求解 5.3.1建模思路与第二小问一样，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。 5.3.2模型的求解根据题目要求将江苏省煤炭消费总量以及第一、

32、二、三产业煤炭消费量汇总到同一张表中，并取2000年到2010年的数据，见表5-4表5-4 江苏省煤炭消费总量以及第一、二、三产业煤炭消费量年份能源第一产业煤炭消耗量第二产业煤炭消耗量第三产业煤炭消耗量18881.450.78714.558.529608.675.59403.153.5311060.765.610608.954.6413651.76013071.551.5516895.474.44377.7106.7618742.260.918180.793.5720604.46319709.382.3821775.563.120504.387.39237096320780.281.81025

33、77450.722940.462.51、能源根据表2-1中能源的数据，依次累加得到取代入得到 运用最小二乘法得=,a=-0.1;b=261012、第一产业煤炭消耗量根据表5-1中第一产业煤炭消耗量的数据，依次累加得到取代入得运用最小二乘法得=,a=-0.1583;b=169.0543、第二产业煤炭消耗量根据表2-1中第二产业煤炭消耗量的数据，一次累加得到取代入得到运用最小二乘法得=,a=-0.1;b=216344、第三产业煤炭消耗量根据表2-1中第三产业煤炭消耗量的数据，一次累加得到取代入得到运用最小二乘法得=,a=-0.1887;b=154.3224 5.3.3模型的结果 见表5-5：表5-

34、5 江苏省20112020 年能源消费结构预测年份第一产业耗煤量第二产业耗煤量第三产业耗煤量2011153.727818404.46145.73342012154.220819601.47151.59262013146.329720753.86154.14862014142.335821918.08147.38172015145.299623061.1152.46492016148.853424229.85157.15852017151.796225426.94160.0452018156.347426620.38164.0382019156.654727770.67169.219520201

35、59.652328956.97175.4445.4 对问题4的分析与求解对于如何使江苏省的经济可以绿色、可持续发展，我们结合上述结论提出以下几点建议： 优化江苏省的产业结构根据江苏省的产业结构对能源消耗的折线图，我们得出第二产业即工业所占的比重非常大，工业的能源耗费量与GDP的比值都大大超出农业与服务业。而农业虽然耗能很低，但是农业的GDP增长也非常的缓慢，相比之下作为新兴发展的服务业即第三产业，其GDP增长率会一步一步的上升，但是却不会消耗更多的能源，所以江苏省为了拉动GDP的增长同时也想能源消耗不会太高，所以应该降低第一第二产业的比重，加大对第三产业的发展，从而达到节能、减排的目的。 能源

36、结构的调整目前，江苏省利用的主要能源是煤炭，造成成本高、能源利用率低、环境污染严重的不符合绿色经济发展的局面。所以调整优化能源结构是江苏省在未来几年中需要重视的一项工作。逐步减小煤炭能源的比重，大幅增加其他能源（如石油、天然气、风能，水能、非化石能源等）的比重，从理论上讲，这样既可以保证经济增长，又可以实现节能减排的目标，达到约束条件。但是，由上述结果所得到的数据分析得，单独优化能源结构来达到约束条件所产生的能源比重变化较大，实际实施较为困难。因此要实现经济增长和节能减排的双重目标还需要其他措施同步进行才可。 保护环境，走可持续发展道路江苏省政府可通过制定相关的条款来制约企业发展所带来的环境污

37、染，如谁污染，谁治理。同时要做好环境保护的宣传，鼓励人们减少对资源的浪费和破坏，变废为宝，使资源循环再生。响应国家号召，建立以人为本的可持续发展道路。六 模型的检验与分析6.1 模型的检验对数据进行回带，利用模型求出的数据与原有数据进行对比6.1.1 模型的误差分析表6-1 江苏能源消费总量模拟和预测结果年份原始值预测值残差相对误差200413651.713951-298.970.0219 200516895.4155681327.60.0786 200618742.2173721369.90.0731 200720604.4193861218.40.0591 200821775.521633

38、142.320.0065 20092370924141-431.80.0182 20102577426939-1165.10.0452 由表6-1可得出平均相对误差=4.32%根据模型的计算结果进行分析, 江苏省能源消费总量模拟平均误差为4.9% , 模拟效果较好(见表六) , 以此做预测, 20112020年江苏省能源消费总量继续保持快速增长势头, 到2020年能源消费总量将达到55761.4万吨标准煤,因此,在保证江苏省经济发展目标和节约能源消费等因素, 调整产业结构使用可再生资源能源，提高能源自给比例等措施刻不容缓, 惟有如此, 才能促进江苏经济的持续增长。6.2 模型的分析 优点： 计

39、算方便，借助excel，matlab软件使得数据处理简便、快捷、准确性好。 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； 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； 多目标

40、规划模型也就是优化模型能更好地兼顾统筹处理多种目标的关系，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求得更切合实际要求的解； 关联度分析发是以发展态势为立足点，对样本量的多少没有过分的要求，也不需要典型的分布规律，为我们的操作减轻了负担； 缺点： 关联度分析模型只考虑了内在变量的分析而忽略了外部因素的干扰，一些外部变量尤其是经济政策的变动等外在因素； 灰色预测GM（1,1）模型适用于具有较强指数规律的序列，只能描述单调的变化过程； 灰色预测GM（1,1）模型对样本数据具有很强的依赖性，且对各因素的关系没有考虑，脱离实际，对中长期预测具有很大的误差。 虽然分别量化的讨论了改变能源消费结

41、构与产业机构后的情况，但出于时间和复杂度的考虑，没有能够更加深入的讨论如何更加合理的结合两大手段。七 模型的推广7.1 模型的推广 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； 多目标规划模型是较好的优化模型，能叫准确的在多目标条件下以及约束条件下预测出结果； 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。八 参考文献1灰色预测模型 GM.