作为发展中国家,我国经济发展将长期依赖稳定的能源供给。我国煤炭赋存量在各种能源中居于第一位,加之清洁新能源的开发速度较慢,这决定了今后较长时间内我国的主要消耗能源仍是煤炭。我国煤炭产地与消费地分配极不对称,煤炭需经过长途运输才能送达最终消费地,因此煤炭物流系统是保障煤炭供需稳定的重要桥梁。煤炭物流需求量的预测是进行煤炭物流资源优化整合的前提,有利于提高煤炭物流系统效率。本文在分析我国能源消费现状与趋势,掌握煤炭消费形势,查阅学习国内外煤炭物流相关研究的基础上开展煤炭物流需求预测模型研究。首先在学习书本、查阅文献的前提下整理了煤炭物流、物流需求、需求预测等理论知识,在此基础上展开煤炭物流需求预测模型的指标体系构建。参考指标体系构建原则,考虑经济发展、产业结构、能源消费结构、国民消费水平、环保政策等多方面的因素,结合相关数据的可获得性与统一性,最终选取国民生产总值、居民人均消费支出、第二产业增加值、煤炭进出口总量、城镇人口数量、煤炭生产总量、能源消费总量、我国年均降水PH≤5.6的城市比例为影响因子。由于煤炭运输的最终结果是消费,选取煤炭消费量作为其物流需求预测的衡量指标。随后对所需预测模型进行着重研究,在对比国内外相关领域的研究现状后选择更具优势的组合模型。基于本文研究样本少,影响因素复杂,事物发展具有一定趋势的特点,选用灰色模型与BP神经网络进行组合,并针对神经网络收敛速度慢、易陷入局部最优的情况采用新兴的果蝇算法优化模型连接权重和阈值对组合模型进行改进。对比GNNM、FOA-GNNM和GA-GNNM三种模型预测结果的相对误差,显示出FOA-GNNM的预测精度高,适合煤炭物流需求的短期预测。最后,根据FOA-GNNM预测得到2018-2022年煤炭消费量。基于历史数据与相关政策规划计算出煤炭铁路、公路、海路等各式运输方式的运量比例,进而利用消费量求得2018-2022年各式运输方式的煤炭运量,并依据运量预测结果对煤炭物流的运力安排、线路规划、储备体系建设等提出了建议。图7表14参60