1、預測學是一門高集成性的復雜科學，是人類根據(jù)歷史經(jīng)驗結(jié)合嚴密的邏輯推理對未來的一種估計，它能夠指導計劃的制定，并對最終的決策活動產(chǎn)生直接影響。同時，隨著現(xiàn)代預測科學的發(fā)展，人類的決策過程變得更加理性，尤其是對于不確定性問題定量化的探求越來越重視，于是產(chǎn)生了數(shù)量眾多的預測數(shù)學模型。自上世紀90年代以來，支持向量機模型成為各國學者關(guān)注的焦點，它較好地解決了傳統(tǒng)模型通常存在的過學習、維數(shù)災難、局部極小等問題，改變了人們單純追求經(jīng)驗風險最小的思維

2、牢籠，在社會的各個方面有了越來越多的應用。 在工業(yè)化的滾滾車輪下，煤炭石油的消耗量快速增長，環(huán)境問題業(yè)已成為人類不得不面對的痛楚。在這種背景下，天然氣以其豐富的儲量、優(yōu)良的品質(zhì)、較低的污染被世界各國大力推崇，資源爭奪的大幕就此拉開。在我國，天然氣正在經(jīng)歷著由推廣到普及的過程，以氣代油、以氣發(fā)電和城市氣化將進一步提升天然氣的戰(zhàn)略地位，供需矛盾問題逐漸顯現(xiàn)。在城市天然氣的供給環(huán)節(jié)，通常氣源供應部門要與下游用氣單位之間簽訂“照付不議”

3、（Take or Pay）協(xié)議，這就需要對燃氣公司對于整個城市的需求量有個較為準確的估算。 基于此，本文在充分搜集和整理現(xiàn)有研究資料的基礎(chǔ)上，首先簡單闡述了常用天然氣需求量預測方法的核心思想與適用范圍，分析了現(xiàn)有指標體系構(gòu)建及變量提取環(huán)節(jié)的不足，較為系統(tǒng)的總結(jié)了影響天然氣需求量中長期預測的主要因素，嘗試建立起城市天然氣需求量中長期預測的指標體系，并運用最佳子集法提取了五維輸入變量，即：人均GDP、天然氣占能源消費比重、電力占能源

4、消費比重、天然氣供氣量和人均可支配收入，以此構(gòu)建了基于粒子群——最小二乘支持向量機（PSO-LSSVM）的預測模型。對于該回歸模型輸入變量的預測而言，通過多次的建模實驗，選定GM（1，1）模型預測人均GDP和人均可支配收入指標，運用LSSVM 遞推滾動時間序列預測天然氣占能源消費比重和電力占能源消費比重指標，通過擬合對數(shù)方程得到天然氣供氣量的預測值，將以上五個模型的輸出結(jié)果帶入PSO-LSSVM模型中，即可得到天然氣需求量的預測值。最后

5、以CD 市1990 至2007年的實際數(shù)據(jù)為樣本，運用由MATLAB語言編寫的PSO程序和LS-SVMlab Toolbox軟件進行模型訓練與模型計算，最終確定該市未來五年的天然氣消費量將保持年3.4％左右的增速，供需缺口有進一步放大的可能。 對此，本文提出該市應在現(xiàn)有基礎(chǔ)上進一步加強天然氣消費，適當提高天然氣價格，加快城市天然氣配套管網(wǎng)建設(shè)，拓寬天然氣項目建設(shè)的融資渠道，努力爭取多氣源供應，做好能源消費的原始數(shù)據(jù)搜集和統(tǒng)計工作

6、六項對策建議。 論文取得的進步有： 第一，從外部環(huán)境、內(nèi)部環(huán)境及用戶消費三個角度出發(fā)，較為系統(tǒng)的總結(jié)了影響天然氣需求量中長期預測的主要因素，并運用最佳子集法提取輸入變量，最終確定了五個核心指標：人均GDP、天然氣占能源消費比重、電力占能源消費比重、天然氣供氣量和人均可支配收入； 第二，首次將PSO-LS-SVM模型引入城市天然氣需求量中長期預測中，該模型吸取了PSO 算法快速全局尋優(yōu)的特點與LSSVM模型解決非線