首页|基于离散时间灰色幂模型的新能源汽车销售量预测

基于离散时间灰色幂模型的新能源汽车销售量预测

扫码查看
原文链接
  • 万方数据
  • 维普
准确预测新能源汽车市场的发展趋势,对于行业的发展规划和中国能源战略目标的实现具有重要现实意义.为此,本文在现有两类灰色幂模型的基础上,利用累加数据的幂指数数据进行直接建模,提出了一种含多参数的改进灰色幂模型,从而可以反映系统历史值与时序因素对系统当前值的非线性作用.此外,根据灰导数的信息覆盖原理,给出模型的差分形式和派生离散形式,记为DTGPM,并给出了模型的时间响应式函数,避免了传统灰色幂模型复杂的积分求解过程.进一步,利用启发式算法对DTGPM模型的幂参数进行优化,并通过仿真试验和实例验证分析了模型的预测有效性.最后,对新能源汽车的市场销售量进行预测,预测结果显示,中国的新能源汽车销售量会在2022年达到473万辆,并预计在2025年超过千万辆,销售量占汽车新车总销量的23.5％.
New Energy Vehicle Sales Forecast Based on Siscrete Time Grey Power Model
Accurate prediction of the new energy vehicle market's development trend is of great practical significance for the realization of the development planning of the industry and China's energy strategic goals.Therefore,based on the existing two types of grey power models,an improved grey power model with multiple parameters is proposed,which can reflect the nonlinear effect of historical value and time sequence factors on the current value of the system.In addition,according to the information coverage principle of grey derivative,the differential form and derived discrete form of the model are given,denoted as DTGPM,and the time response function of the model is given,which avoids the complex integral solution process of the traditional grey power model.Furthermore,the heuristic algorithm is used to optimize the power parameters of the DTGPM model,and the prediction effectiveness of the model is verified by simulation experiments and practi-cal example.Finally,the market sales volume of new energy vehicles is forecast.The forecast results show that the sales volume of new energy vehicles in China will reach 4.73 million in 2022,and is expected to reach nearly 10 million in 2025,accounting for 23.5％of the total sales volume of new vehicles.

grey power modelprediction algorithmnew energy vehiclessales forecasts

刘连义、刘思峰、吴利丰

展开 >

南京航空航天大学经济与管理学院,江苏 南京 211106

西北工业大学管理学院,陕西 西安 710072

河北工程大学管理工程与商学院,河北 邯郸 056107

灰色幂模型 预测算法 新能源汽车 销量预测

国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目江苏省自然科学基金青年项目江苏省社会科学基金青年项目中央高校基本科研业务费中国博士后科学基金面上项目国家自然科学基金-英国皇家学会国际合作交流项目科技部科技创新引智基地项目科技部外国专家高端引智项目中国博士后科学基金特别资助项目

7227112452232014720711117180112771671091BK2023087023GLC001NS20230432022M72159671811530338G20190010178G2021181014L2019TQ0150

2024

10.16381/j.cnki.issn1003-207x.2021.2567

中国管理科学
中国优选法统筹法与经济数学研究会 中科院科技政策与管理科学研究所

中国管理科学

CSTPCDCSSCICHSSCD北大核心
影响因子：1.938
ISSN：1003-207X
年,卷(期)：2024.32(1)
  • 1
  • 29