【消费量预测】基于matlab碳排放约束下煤炭消费量预测【含Matlab源码 223期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【消费量预测】基于matlab碳排放约束下煤炭消费量预测【含Matlab源码 223期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、背景

本章针对江苏省煤炭消费量的预测问题，首先进行主成分分析，找出GDP以及各产业对应的生产总值指数等影响煤炭消耗的指标；然后分别以第一、二、三产业以及总共的煤炭消费量为因变量，以主成分因子为回归变量，建立多元线性回归模型，通过偏相关系数，分析煤炭消耗量影响因素；最后引入CO2排放强度因变量，以三大能源消耗为回归变量，建立多元线性回归模型，同时考虑节能目标和经济发展目标，以碳排放量最小为目标函数，线性回归方程等作为约束条件，建立优化模型，对在碳排放约束下的未来十年江苏省煤炭消费量预测，得到未来十年主要能源消费结构的优化预测结果。
1 煤炭消费量概述
从煤炭储量来看，2010年江苏省基础储量14.23亿吨，查明资源储量36.01亿吨，仅占全国的2.7%。2010年江苏省煤炭产量为2090万吨，消费量为23100万吨，由于我国煤炭生产基地逐步西移，使得江苏未来煤炭组织能力进一步降低，从煤炭的产量和需求量来看，江苏省的经济增长与煤炭资源紧缺的矛盾突出。江苏省煤炭资源匮乏而煤炭消费总量逐年增长，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。
2 数据

3 煤炭影响因素分析

三、部分源代码

% 画图
clc,
clear all
close all
load('yc.mat');
x=2005:2020;
hf=figure('units','normalized','position',[0.4 0.4 0.5 0.4]); % [x,y,宽，高]
plot(x,yc(:,1),'rh--','linewidth',2)
hold on
plot(x,yc(:,2),'gs--','linewidth',2)
plot(x,yc(:,3),'bo--','linewidth',2)
plot(x,yc(:,4),'k>--','linewidth',2)
grid on
axis tight
% 回归模型
clc,clear
load mstdata1.mat
n0=size(mstdata);
a=mean(mstdata);  % 均值
% %a=mean(a');
a1=std(mstdata);   % 方差
% %b=std(b');
% for i=1:n0(1,2)
%     for j=1:n0(1,1)
%         mstdata(j,i)=(mstdata(j,i)-a(1,i))/b(1,i);
%     end
% end
% 
mstdata=zscore(mstdata);  %标准化
xs12010 = mstdata(26,1); %2010年煤炭
xs22010 = mstdata(26,2); %2010年石油
xs32010 = mstdata(26,3); %2010年天然气

xs12005 = mstdata(21,1); %2005年煤炭
xs22005 = mstdata(21,2); %2005年石油
xs32005 = mstdata(21,3); %2005年天然气

j=1;
for i=1:n0(1,1)
    if i~=21
        Cmstdata(j,:)=mstdata(i,:);
        j=j+1;
    end
end
figure(2),
n1=size(Cmstdata);
X=Cmstdata(:,1:3);
X=[ones(n1(1,1),1),X];
Y=Cmstdata(:,n1(1,2)); 
[b,bint,r,rint,s]=regress(Y,X)
rcoplot(r,rint)

% %%
% x1=0*a1(1,1)+a(1,1)
% x2=0*a1(1,2)+a(1,2)
% x3=1.431741*a1(1,3)+a(1,3)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]周品.MATLAB 神经网络设计与应用[M].清华大学出版社，2013.
[4]陈明.MATLAB神经网络原理与实例精解[M].清华大学出版社，2013.
[5]方清城.MATLAB R2016a神经网络设计与应用28个案例分析[M].清华大学出版社，2018.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/113693204