[发明专利]一种基于GM(1,N)的新能源汽车保有量预测方法

说明书

本发明涉及一种基于GM(1,N)的新能源汽车保有量预测方法，包括以下步骤：步骤1、构建基于GM(1,N)的新能源汽车保有量预测模型；步骤2、通过最小二乘法可计算出参数列发展系数和内生控制系数的具体数值，求得基于GM(1,N)的新能源汽车保有量预测模型的近似时间响应解，并还原出的模拟值。本发明预测精度高且能够有效提取小规模样本的有效信息。

技术领域

本发明属于小样本预测技术领域，涉及一种新能源汽车保有量预测方法，尤其是一种基于GM(1,N)的新能源汽车保有量预测方法。

背景技术

随着汽车产业的高速发展，我国碳排量也日益增加，能源依赖度远超国际警线，新能源汽车的推广和普及可以促进运输业降低对石油等资源的需求，提高能源的使用效率。

近年来，充电设施的完善和补贴政策的推行使新能源汽车已然呈现取代燃油车之势。然而，由于新能源汽车发展历程较短，数据精细化水平较低，数据可获得性较差，学者大多针对新能源汽车产业发展趋势展开研究时，过分依赖主观判断，很少从预测模型构建等实证分析的角度展开研究。

为准确把握市场行情和长期发展态势，对企业生产、融资等企业行为提供计划制定依据，帮助政府政策制定者整体探知环境压力，针对城市交通规划提供理论依据，急需构建一种新能源汽车年度保有量预测模型。

新能源汽车产业处于社会、政策、经济和环境构成的动态复杂系统中，生产、销售、报废等各个环节都包含不确定因素，具体如下：补贴政策存在不确定性。新能源汽车产业发展历程较短，政策仍处于探索阶段。着眼于新能源汽车产业发展历程，补贴优惠政策导致新能源汽车市场呈现扭曲化、碎片化的局面。尤其在今年受疫情影响当前宏观环境极度不稳定的情况下，新能源汽车补贴的可持续性充满更多的不确定性；充电技术存在不确定性。新能源汽车的动力发展方向和动力来源尚未达成共识，电池性价比也同样存在不确定性，随着新能源汽车发展，电池性能不断提高，动力电池产量逐渐增加，但是未来何时实现技术突破、达到市场要求尚未确定；充电设施建设存在不确定性。全球范围内，多方利益主体对于何时、如何开发充电基础设施存在重大分歧，充电桩的总体规划建设数量巨大，在建设过程中不断面临若干挑战，不确定性因素相对较多；用户消费心理存在不确定性。购买意愿可称为消费者购买某一产品的主观倾向，受消费群体特性、宏观经济因素、消费环境等多方面的影响，难衡量，也最难掌控；新能源汽车安全事故导致的不确定性。新能源汽车作为新兴产业，安全问题尚未彻底解决，整车管理与控制系统、动力电池充放电系统以及整车设计与制造等都会影响到车辆安全，而因安全问题导致新能源汽车被召回的事件时常发生，存在较大的偶然性。动态复杂的系统增加了预测难度，传统预测方法适应性较差。

现有的基于时间序列分析法的新能源汽车年度保有量预测模型方法简单，但是无法反映各影响因子与被研究对象之间的联系，亦不能应对多个控制变量的情况；回归分析法则存在一定的假设条件，不适用于新能源汽车年度保有量预测问题；神经网络算法则较为依赖样本数量，经仿真实验分析，基于神经网络的新能源汽车年度保有量则因为样本数量有限，预测误差较大，不符合模型精度要求。

经检索，未发现与本发明相同或相似的已公开的专利文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种设计合理、预测精度高且能够有效提取小规模样本的有效信息的基于GM(1,N)的新能源汽车保有量预测方法。

本发明解决其现实问题是采取以下技术方案实现的：

一种基于GM(1,N)的新能源汽车保有量预测方法，包括以下步骤：

步骤1、构建基于GM(1,N)的新能源汽车保有量预测模型；

步骤2、通过最小二乘法可计算出参数列发展系数和内生控制系数的具体数值，求得基于GM(1,N)的新能源汽车保有量预测模型的近似时间响应解，并还原出的模拟值。

而且，所述步骤1的具体方法为：