全文总字数：4578字

1. 研究目的与意义及国内外研究现状

灰色系统理论主要研究的是灰色系统的建模理论、灰色因素的关联分析理论，灰色预测理论和决策理论、灰色系统分析和控制理论、灰色系统的优化理论。灰色预测是对不确定系统所做的预测，灰色预测模型所需建模信息少，建模精度高，在各种预测领域都有广泛的应用。gm(1,1)模型是灰色系统理论中非常简洁且应用广泛的一类预测模型，该模型对具有灰指数规律的数据序列的拟合和预测具有较高的精度。自1982年邓聚龙教授创立灰色系统理论以来，众多学者对gm(1,1)模型进行了深入研究，也发现了许多问题，例如传统gm(1,1)模型及其改进模型在预测增长较快的数据时预测效果会变差，并且其衍生模型gm(1,n)以及mgm(1,m)均未能考虑多个系统行为变量受多个因素变量的影响，因此需要对系统的内在运行过程进行进行分析，并构建能反应系统本质特征的非线性mgm(1,m,n,γ)模型。

近年来，国内外越来越关注能源问题，尤其是在全球有不少地区出现“能源危机”后，全球各国对能源问题愈加重视。随着经济不断增长，能源消耗不断增加，全球对能源的需求越来越急切，尤其当今化石能源的燃烧产生的碳排放也很严重，因此，对当今能源的预测非常重要。我国社会能源需求量与日俱增，已成为世界第二大能源消耗国，虽然我国拥有较丰富的化石能源和可再生能源，但是这些能源的供应仍满足不了大量需求。同时，我国也面临着能源浪费严重的局面，推行能源节约对于我国的可持续发展至为重要。现有能源的突出问题让国内外十分重视对能源的预测，国内外学者曾使用时间序列分析、神经网络、支持向量机等统计方法来研究能源影响因子和预测能源情况，很少有文献运用非线性灰色预测模型进行能源方面的预测研究。因此本文构建非线性mgm(1,m,n,γ)模型，对当今社会最为关注的能源问题进行预测和分析，根据预测和分析的结果对减缓能源危机提出合理化的建议。灰色预测模型的可变性强，且在处理小样本预测问题方面尤为突出，因此对能源问题各项情况进行深入研究后，将其用灰色预测模型进行建模预测具有相当高的可行性和研究价值。

2. 研究的基本内容

本论文主要是以下几个研究内容：

1. 探讨国内外能源问题的现状；

3. 实施方案、进度安排及预期效果

大量研究前人学者的灰色预测模型构成形式及特性，根据灰色系统相关知识，构建一种适用非线性数据以及考虑多个系统行为变量受多个因素变量的影响的非线性mgm(1,m,n,γ)模型，深入探讨该模型的参数特性。同时考虑稳健性更强的参数估计方法进行模型的参数估计。

通过了解能源问题的基本成因等信息，确定建模数据，对其运用非线性mgm(1,m,n,γ)模型进行建模研究，引入不同模型形式进行比较研究，确定各模型模拟预测精度，并得出能源问题的预测情况。

4. 参考文献

[1] zheng-xin wang, de-jun ye. forecasting chinese carbon emissions from fossil energy consumption using non-linear grey multivariable models. journal of cleaner production. 2017,142:600-612.

[2]lingcun kong, xin ma, comparison study on the nonlinear parameter optimization of nonlinear grey bernoulli model (ngbm(1,1))between intelligent optimizers, grey systems: theory and application. 2018, 56:210-226.