对煤炭消费进行预测分析，采用最优加权组合模型。

简介：
为了深入探究能够最优化地预测煤炭消费的建模方法，并为我国能源结构的调整和完善提供坚实的理论基础，本研究构建了八个融合多种预测技术的组合模型。这些模型分别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)技术，旨在对我国的煤炭消费总量进行全面而精细的分析与预测。为了评估模型的准确性，我们运用了评价指标R值、均方根误差(MAE)、平均绝对误差(MAPE)和均方根误差(RMSE)进行对比分析，最终筛选出性能最优的组合模型，并对其未来十年内的煤炭消费趋势进行了详细的预测。研究结果显示：首先，经过严格比较后，最优加权组合模型的各项关键参数，如均方根误差和平均绝对误差等，均表现出显著优越性，其预测效果明显超越了单独使用单一模型以及简单组合模型的预测能力；其次，我们成功构建了一个权重系数为(0.73, 0.09, 0.18)的我国煤炭消费预测的最佳加权组合模型——ARIMA-GM-ANN；最后，通过对煤炭消费增长趋势进行划分，将其划分为“缓慢上升期”、“急速增长期”、“下降期”和“平稳期”四个阶段。数据显示，2013年我国煤炭消费量达到了峰值约43.14亿吨，而2020年之后，该量则逐渐稳定在35.5亿吨左右水平。