本研究提出了一种基于最优加权组合模型的方法，用于准确预测煤炭消耗量。通过整合多种影响因素和历史数据，该模型能够有效提高预测精度，并为能源政策制定提供科学依据。
为了研究最优的煤炭消费预测模型，并为我国能源结构优化提供依据，本段落基于差分自回归移动平均（ARIMA）、灰色预测（GM）和人工神经网络（ANN）三种方法构建了8个组合预测模型来对中国的煤炭消耗量进行分析。通过使用评价指标R、MAE、MAPE以及RMSE等参数比较不同模型的准确性后，筛选出最优组合模型，并对其未来十年内中国煤炭消费趋势进行了预测。
研究结果表明：
1. 最优加权组合模型的各项误差参数如均方根误差（RMSE）、平均绝对误差（MAE）和平均相对误差都较小，其预测效果明显优于单一方法或简单结合的预测模型。
2. 研究构建了一个最优煤炭消费预测加权组合模型ARIMA-GM-ANN，其中各组成部分权重分别为0.73、0.09以及0.18。
3. 根据研究结果，中国的煤炭消耗量增长趋势可以分为“缓慢上升期”、“急速增长期”、“下降期”和“平稳期”。2013年是中国的煤炭消费峰值，约为43.14亿吨。自2020年起，预计中国每年的煤炭消耗量将稳定在约35.5亿吨左右。
5星
