1) energy elasticity
能源消费弹性
1.
With respect to this new approach, this paper firstly deduces the mathematical relations among the key indicators related to GHG reduction, including CO 2 intensity of economy, CO 2 elasticity to GDP, energy elasticity to GDP, CO 2 intensity of energy, energy intensity of economy, GDP growth rate, decrease rate of CO 2 intensity of economy, and decrease rate of energy intensity.
本文针对美国政府近来提出的未来 10年间使其GDP的CO2 排放强度下降 18%的承诺 ,就与限控CO2 排放相关的若干指标 ,包括GDP的CO2 排放强度、CO2 排放对GDP的弹性、能源消费弹性、能源消费的CO2 排放强度、GDP的能源消费强度等相互间的关系以及其年变化率与GDP年增长率之间的关系 ,进行了定量的数学推导 ,并以确定的数学关系式为工具 ,对美国承诺所涉及的经济增长、能源消费等相关问题进行了分析。
2) energy consumption elasticity coefficient
能源消费弹性系数
1.
Some questions which existed on the economy development in Hangzhou with 10 energy consumption industry were analyzed and the related proposals were put forward according to the three aspects of Hangzhou s Hoffman ratio,the industry energy consumption elasticity coefficient,the energy .
从杭州市的霍夫曼比率、工业能源消费弹性系数、能源消费与工业经济运行相关系数三个方面,结合十大能耗行业,分析了杭州市工业经济发展中主要存在的问题,并提出了相关的建议。
3) energy consumption
能源消费
1.
Study on increase and control of carbon dioxide emission from energy consumption;
能源消费CO_2排放量的变化与控制分析
2.
Analysis of causality between energy consumption and economic growth in China;
中国能源消费与经济增长关系的因果分析
3.
Application of feedback regulation model with time delay on energy consumption system;
时滞反馈控制模型在能源消费系统中的应用
5) elasticity ratio of resource consumption
资源消费弹性系数
1.
Therefore this paper brings foreword the conception of elasticity ratio of resource consumption based on the concept of elasticity and analyses the relationship between the parameters.
由于资源消费弹性系数和资源消费的必然联系,本文又试图揭示在经济保持增长而又能降低资源消费时,资源生产率及其增长速度、节能率、经济增长速度和资源消费弹性之间的关系;其后利用1978-2003年的中国数据进行了验证,资源消费弹性是一个分析资源消费变化的有用指标。
6) energy consumption
能源消费量
1.
Energy consumption prediction is made by the use of radial basis function(RBF) neural network method,and energy consumption prediction model based on RBF neural network is established.
采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。
2.
Because energy consumption system is complex and non-linear,this paper combines neural network and three models of GM(1,1),WPGM(1,1),pGM(1,1) with energy consumption data,and proposes the combination forecasting model of energy consumption.
利用我国能源消费的历史数据,采用灰色预测的GM(1,1)、无偏GM(1,1)和pGM(1,1)三种模型与BP神经网络进行优化组合,建立了灰色神经网络的能源消费量组合预测模型。
3.
To diminish the error in the non-equidistant grey model for forecasting,considering the characteristic of the sequence,this model combined neural network and three models of grey theory with energy consumption data,and proposed the combination model of energy consumption.
针对非等间距灰色系统预测中存在误差较大的问题,结合序列本身的特点,利用世界能源消费的历史数据,采用3种灰色预测模型与神经网络进行组合优化,建立了灰色神经网络的能源消费量组合预测模型。
补充资料：能源消费弹性系数分析方法
能源消费弹性系数分析方法
energy consumption elasticity analysis
能源消费弹性系数分析方法sumPtion elastieity analysis) (energyeon-通过研究能源消费总量和宏观经济发展指标(一般采用国内生产总值，即GDP)之间的关系，进行能源需求预侧的一种方法，是一种宏观计量经济分析方法。 能源消费弹性系数其定义为能源消费增长率与经济增长率之比，公式为:dE/Ed‘/G式中，e表示能源消费弹性系数，。为能源消费增长率，月为国内生产总值增长率;E为能源总消费量，G为国内生产总值。 一个时期的能源消费弹性系数与经济结构调整、技术水平提高以及人民生活消费结构变化等因素有关。1985年以来，中国能源消费弹性系数平均在。.5一0.6左右。能源消费的增长速度远低于国民经济的增长速度。_ 过去某一时期能源消费弹性系数的计算，一般采用几何平均法，也叫水平法。它基于一定时间间隔内平均增长速度的计算，能源俏费与国内生产总值的增长可由下式表示: E。一E。(1+a)‘一‘。 G，一G。(1+夕)公一‘o式中E，和E。分别表示t年与t。年的能源消费量，G和G。分别表示t年和‘。年的国内生产总值。a与夕分别表示t。年至t年间的能源消费量和国内生产总值的平均年增长率。从上述两个公式可计算出a和夕为:E\六__zG\六_二共-}”一1万一}，尸l“一1乙0/’、行0/则能源消费弹性系数e可写成:分一阅六一稍图六一1 应用利用弹性系数预测未来时期能源需求时，可以通过对未来产业结构变化趋势、技术节能潜力等因素的分析，以及参照世界大多数国家发展历程中所皇现的共同规律，给出未来年份能源消费弹性系数的变化趋势或构想方案，以预测未来的能源需求量。弹性系数。确定后，在未来经济发展年递增率刀想定的条件下，即可通过计算a一‘·夕得到未来能源消费的年递增率。且有: E，~E。(1+a)‘一‘。即可由基年能源消费量E。计算未来第t年的能源消费量E，。 显然，能源消费弹性系数分析方法只考虑能源消费与经济增长的关系，而未考虑影响能源需求的其他因素，所以它仅是一种粗略的、宏观的、趋势性的预测分析方法。但是由于该方法简单直观，它仍是中近期能源规划和远期能源战略分析中被广泛采用的一种方法，并经常被用来对其他预测方法所得的结果进行校验和评价，成为分析未来的能源消费与经济增长之间相互关系的一个极为有用的工具。 (何建冲)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条