基于BP神经网络的我国铝矿资源需求情景分析

资源与产业 ›› 2014, Vol. 16 ›› Issue (1): 132-137.

基于BP神经网络的我国铝矿资源需求情景分析

袁纬芳*，郑明贵

（江西理工大学经济管理学院，江西　赣州　341000）

收稿日期:2013-08-08 修回日期:2013-12-28 出版日期:2014-02-20 发布日期:2014-02-20
通讯作者: 袁纬芳（e-mail：yuerlong@126.com）
基金资助:
教育部人文社会科学研究规划基金项目（12YJA790208）

SCENARIO ANALYSIS ON CHINA’S BAUXITE RESOURCE DEMAND BASED ON BP NEURAL NETWORK

YUAN Wei-fang*，ZHENG Ming-gui

（School of Economics and Management，Jiangxi University of Science and Technology，Ganzhou 341000，China）

Received:2013-08-08 Revised:2013-12-28 Online:2014-02-20 Published:2014-02-20
Contact: YUAN Wei-fang（e-mail：yuerlong@126.com）

摘要/Abstract

摘要： 分析我国铝矿资源未来需求状况，以合理开发与利用国内外铝矿资源。在介绍我国铝矿资源供需现状的基础上，对影响我国铝矿资源需求的主要因素进行分析，然后利用BP神经网络建立铝矿资源需求情景分析模型，并利用1990—2011年的国际铝价、我国原铝消费强度、我国原铝产量以及我国经济发展趋势相关数据进行测算，得出2014—2020年3个不同情景下我国对铝矿资源的需求。结果表明，我国铝矿资源储量丰富，但需求量大，供需矛盾尖锐。随着我国工业化水平的不断提高和经济的持续发展，我国铝矿资源进口依存度将逐年提高，到2020年将达到50%以上。

关键词: 铝矿, 情景分析, BP神经网络, 需求, 预测

Abstract: This paper predicts the future demand for bauxite resource in China，aiming at developing bauxite resources in a right way at home and abroad.Based on a supplydemand situation，this paper analyzes the demand factors，and uses BP neural network to establish a scenario analysis model on bauxite resources，which is used，based on 1990-2011 global aluminum price，China‘s aluminum consumption intensity and production，and China’s economic developing trend，to calculate China‘s demand for bauxite resources in three scenarios from 2014 to 2020.China is abundant in bauxite resource，but has a sharp demand/supply conflict.As industrialization and economy goes on，China will have a rising dependence on bauxite resource import，up to 50% in 2020.

Key words: bauxite deposit, scenario analysis, BP neural network, demand, prediction

中图分类号:

F224
F416.1

袁纬芳，郑明贵. 基于BP神经网络的我国铝矿资源需求情景分析[J]. 资源与产业, 2014, 16(1): 132-137.

YUAN Wei-fang，ZHENG Ming-gui. SCENARIO ANALYSIS ON CHINA’S BAUXITE RESOURCE DEMAND BASED ON BP NEURAL NETWORK[J]. Resources & Industries, 2014, 16(1): 132-137.

[1]	何乐天, 杨泳琪, 李蓉, 等. 基于STIRPAT模型的黑龙江省工业碳排放情景分析与峰值预测[J]. 资源与产业, 2024, 26(1): 162-172.
[2]	崔博京, 陈其慎, 王琨, 等. 未来十年新业态下铝资源需求分析 [J]. 资源与产业, 2023, 25(6): 31-40.
[3]	高珊, 曹明霞, 李丹. 江苏省碳排放特征分析及达峰预测[J]. 资源与产业, 2023, 25(3): 1-9.
[4]	杜焱, 胡鑫杨. 我国2030年实现碳达峰路径研究——基于经济、能源、碳排放系统的SD模型[J]. 资源与产业, 2022, 24(5): 19-28.
[5]	王利军, 庞雅倩, 陈梦冬. 湖北省交通业碳排放影响因素及情景预测[J]. 资源与产业, 2022, 24(3): 106-113.
[6]	孙明浩, 廖秋敏. 逆全球化背景下“一带一路”沿线国家矿产资源投资风险评价[J]. 资源与产业, 2022, 24(3): 169-180.
[7]	童纪新, 任丁维. 浙江省科技创新与水资源环境耦合协调度分析与预测[J]. 资源与产业, 2022, 24(1): 37-45.
[8]	孙涵, 张红艳, 付晓灵. 中国经济增长与能源消费的多部门脱钩预测[J]. 资源与产业, 2021, 23(5): 11-20.
[9]	向有涛, 曹琳. 基于数据挖掘的天然气市场收益率预测[J]. 资源与产业, 2021, 23(1): 79-86.
[10]	刘子琦，张云宁，欧阳红祥. 基于SA-WNN模型的油价预测研究[J]. 资源与产业, 2020, 22(3): 58-64.
[11]	李云，刘银帮. 西宁市耕地变化及城市发展适度性探究[J]. 资源与产业, 2020, 22(2): 12-17.
[12]	赵志成，柳群义. 中国能源战略规划研究——基于能源消费、能源生产和能源结构的预测[J]. 资源与产业, 2019, 21(6): 1-8.
[13]	李宏勋，聂慧. 基于灰色-偏最小二乘组合模型的中国天然气需求预测[J]. 资源与产业, 2019, 21(6): 9-18.
[14]	尹庆民，吴益. 中国水-能源-粮食耦合协调发展实证分析[J]. 资源与产业, 2019, 21(6): 20-29.
[15]	东童童，邓世成，晏琪. 中国能源消费结构与雾霾污染的关系——基于中国省域空间数据的分析与预测[J]. 资源与产业, 2019, 21(6): 69-81.