成品油建模问题优秀论文Word下载.docx

成品油建模问题优秀论文Word下载.docx

《成品油建模问题优秀论文Word下载.docx》由会员分享，可在线阅读，更多相关《成品油建模问题优秀论文Word下载.docx（20页珍藏版）》请在冰豆网上搜索。

表示第i个影响因素的值

表示第i个回归方程对应的相关系数

表示在第i个因素的影响下的全国年平均成品油油价

表示年份

表示全国年平均成品油价格

表示北京93号汽油价

表示北京0号柴油价

四、问题的分析

4、1模型一的分析

1、通过查找资料找到与油价相关的因素，并对其主要性和次要性做出判断，选出对成品油油价影响最大的五个因素。

2、用matlab软件对各影响因素做回归分析，找到各影响因素与成品油油价之间的函数关系。

3、在各影响因素与成品油油价具有相关性的基础上。

对各影响因素与成品油油价做多元线性回归，找到各影响因素的权重。

4、2模型二的分析

1、通过做散点图回归分析找到各影响因素关于时间的函数。

2、将时间带入所求函数中。

求得预测年份影响成品油价格的五个影响因素的值带入模型一所得多元线性回归方程中。

求得该年度平均成品油价格

3、由于各地区油价具有差异性。

选取北京市研究其油价随全国平均油价变化关系，并对北京市油价做出合理预测定价。

4、3结合模型一和模型二及国家发改委《石油价格管理办法试行》全文给发改委提出合理的成品油定价机制。

五、模型的建立与求解

5、1模型一的建立与求解

5、1、1国际原油价格对国内成品油油价的影响：

国际石油价格对国内成品油油价的影响因素很多如：

石油的商品属性——供求关系决定油价方向，即在国际石油对国际石油的供给量减少时，国内成品油油价可能上升，反之可能下降，石油的库存——影响油价波动周期，随着经济发展，石油储量逐渐减少，油价可能上升，汇率因素——影响油价的实际高低，由于国际原油交易主要以美元为标价，因此美元汇率也是影响原油价格的主要因素之一。

当美元升值时，此类大宗商品的价格将下降，反之，美元贬值时，原油价格将上涨，世界经济发展状况——促进油价阶段性调整，突发事件与气候状况——是油价波动更加不确定，因此我们取各因素的综合影响因素——国际原油价对国内成品油油价的影响。

年份

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

国际年平均油价（美元/桶）

28.55

33.45

46.52

55.79

63.25

72.24

97.5

61.66

79.03

104.9

国内年平均油价（美元/桶）

29.8

30.11

41.05

70.12

77.79

104.8

65.22

82.7

用matlab做线性回归分析：

相关系数：

线性模型：

5、1、2人均年GDP产值与成品油平均价格关系：

我国人均GDP产值对人均能源消费有着重要影响。

能源消费增长与GDP增长基本是同向增长，能源消费是经济持续稳定增长的重要推动力，为经济发展提供了物质保证，经济发展又反过来刺激能源消费。

因此石油资源作为我国能源的重要组成部分，与人均GDP产值有密切的关系。

2000

2001

人均GDP（美元）

949

1042

1135

1274

1490

1732

2070

2652

3414

3748

4394

用matlab做线性回归分析，

5、1、3全国能源消费总量与成品油价格的关系

能源消费总量控制将对我国经济社会产生重大影响，将影响GDP增长速度、能源结构、能源价格、GDP产业结构，乃至耗能产业迁移。

目前，国际原油价格已经飙升超过100美元一桶，不断升高的国际油价，不仅阻碍了全球的经济复苏，也增加了我国能源进口的成本。

此外，近几年异常天气和能源生产安全事故对能源行业的影响也越来越大，能源的平稳运行和持续稳定供应将面临挑战。

一旦实施能源供应总量控制，能源供求关系可能失衡，能源价格可能上涨。

因此能源消费总量的均衡与成品油油价有密切关系。

数据见附录：

5、1、4年平均石油产量和消费量与成品油油价之间的关系

国内石油产量与消费量可通过供求关系影响成品油价格，间接地通过影响石油的出口量、进口量影响成品油价格。

为了满足供需平衡，应使国内石油产量+进口量=石油消费量+出口量。

因此，年平均石油产量和消费量客观上反映了这个关系。

国内平均石油产量和消费量

石油产量

16187

16475

17000

17075

17470

18175

18500

18596

18900

18940

20301

20364

1999

石油销量

200.0

241.0

231.9

245.7

275.2

291.8

317

346.5

365.7

389.6

391.8

用matlab做线性回归分析

线性模型：

5.1.6各影响因素对成品油价格的综合影响

全国年平均石油价格（美元/桶）

58.4

104.82

100.79

国际年平均石油价格（美元/桶）

72.74

104.39

全国能源消耗总量（万吨标准煤）

151796.59

174990

203227

224682

246270

265583

265000

306647

296916

年人均GDP产量（元）

年平均石油产量（万吨）

年平均石油消耗量（万吨）

用matlab做多元线性回归

线性模型：

5.1.7对模型的评估

实际年平均油价（美元/桶）

29.80

计算年平均油价（美元/桶）

31.82

33.37

43.98

62.90

73.69

82.19

101.6

57.51

83.03

由图表观察，实际年平均平均成品油价格与通过建立模型计算所得成品油价格非常接近，因此所建立模型基本合理，我们可以利用此模型对未知年份的油价进行合理推测。

5.2成品油油价预测与合理定价

5.2.1成品油油价的主要影响因素与时间的关系

影响因素

一元（多元）回归方程

国际年平均石油价格与时间关系

X1=1.0e+004*（0.00073451t-1.4674）

年人均GDP产值与时间关系

X2=1.0e+005*（0.0035t-6.9451）

全国能源消费总量与时间关系

X3=1.0e+007*（0.00010247t-2.0320）

石油年平均产量与时间关系

X4=1.0e+005*（0.0037t-7.3066）

石油年平均消费量成品油与时间关系

X5=1.0e+004*（0.0020t-3.9762）

5.2.2北京市油价与全国平均成品油油价关系由于各地区经济发展水品不均衡石油储量、石油消费量、地质条件等影响石油价格的因素均有差异，因此各地油价存在一定的差异性。

以北京市为例今年不同类型汽油价格为：

北京市油价（元/升）

90号

93号

97号

0号

2.85

3.06

3.13

2.97

2.63

2.91

2.99

2.46

2.73

2.96

3.15

3.45

3.32

3.46

3.67

3.39

3.73

3.92

4.07

3.78

4.84

5.09

5.45

5.07

5.02

5.12

5.46

5.05

5.86

6.105

6.56

6.04

5.67

5.88

6.32

5.71

6.89

6.92

7.58

6.9

7.38

7.47

8.14

7.41

2012

8.31

8.33

8.8

8.3

以93号汽油和0号柴油为例，通过线性回归，得到

5.2.3利用所建模型为2012年北京市93号汽油和0号柴油定价

令t=2012，则

=1.0e+004*（0.00073451t-1.4674）=104.3412

1.0e+005*（0.00356.t-0.9451）=9.6900e+003

1.0e+007*（0.00010247t-2.0320）=2.9696e+005

=1.0e+005*（0.003733881t-7.3066）=2.0456e+004

1.0e+004*（0.0020t-3.9762）=478

结果分析与定价措施：

即实际计算结果为2012年北京市93号汽油平均价格为8.33（元/升）

0号柴油平均价格为8.4（元/升），与实际价格基本吻合；

具体定价可以以理论计算价位为标准，根据当地实际情况设定一个波动范围（如：

0.2（元/升）），例如当市场自动调节时超过波动范围，如2012年北京市93号汽油超过8.5（元/升）或低于8.1（元//升）时，由国家发改委联合政府干预调节到波动范围内，以保证国家各领域正常运转。

5.2.4利用所建模型预测2015年北京市93号汽油和0号柴油定价即当t=2015时

=

1.0e+007*（0.00010247t-2.0320）=3.2770e+005

=1.0e+005*（0.003733881t-7.3066）=

=538

结果分析：

即预测到北京市2015年93号汽油价格约为15.43（元/升），0号柴油价格约为15.47（元/升），与2012年比较，发现涨幅很大，原因分析为从理论看，影响因素大多与所求函数值成正相关，即，各变量的值都在增加，因此函数值增长很快：

油价过高将会影响社会的方方面面，由于经济发展需求，对石油的需求量日益增大，而石油储量却越来越少，因此推测油价随时间推移肯定会上涨，且涨幅逐渐增加。

为缓解危机，我们可以积极开发新能源，并对石油资源尽可能的充分而有效地利用，以缓解我们将要共同面临的石油危机。

六、探究成品油定价机制及优势6.1合理的成品油定价机制在经济发展进程中，无论是GDP的变化还是能源的使用情况都是有一定规律，我们的回归拟合的思想相当于找各变量的变化规律，并将它们之间的规律在假设的基础上具体化，规律具有普遍性和广泛的适用性，因此我们所建立的模型可以使研究对象沿着这个普遍存在的规律变化，这也是事物本身的变化规律，因此我们的模型可以服务于成品油的合理定价。

具体方法如下：

1.根据实际情况查找出影响该地油价变化的因素；

根据当地的油价具体情况找出对油价影响较大的尽可能多的影响因素作为主要研究对象；

2.利用模型一的回归思想，去除相关性较低的变量，用多元线性回归的方式找到油价与各影响因素的综合关系；

3.研究各影响因素关于时间的变化规律，选用合理的函数模型来描述这种变化关系；

4.将各影响因素随时间的变化规律上述的综合关系中求解，获得理论上的平均成品油价；

5.结合近年油价的调整，依据所求的平均油价确定合理的油价范围；

6.根据当地对石油的投资状况、消费状况确定合理的利润率，进而确定成品油的出厂价；

7.当市场油价波动超过我们所求范围时，政府通过适时地宏观调控使油价及时变化范围；

8.随着经济的快速发展，我们对能源的需求量逐渐增加，而可再生能源储量却日益减少；

因此政府因积极引导企业充分合理地利用有限的资源，积极开发新能源以解油价持续上涨的危机；

6.2该成品油定价机制的优势1.实用性强，对不同年份、不同地区的定价机制均适用；

2.可操作性强，忽略了石油在生产与运输过程复杂的投入和支出关系，从宏观的角度来考虑定价机制，使模型简化、易于实现、应用到实际中；

七、误差分析

1、所搜集到的数据本身有一定误差；

2、对变量做线性规划时，本身是一种合理假设，变量之间的关系可能不是完全的线性关系，因此回归分析结果存在一定误差；

3、由于本问题的研究过程中对变量做了多次线性回归，因此可能使误差积累产生更大的误差。

八、模型推广

本模型所使用的方法适用于受多因素控制的并具有一定变化规律的变量，因此可推广到同类问题的研究。

九、模型的应用

本模型可用于.研究各年份、各不同地区的各类油价变化情况。

十、模型评价模型的优点：

1.灵活的使用线性回归的方式使问题简化。

2.忽略次要因素的影响，使模型简化。

3.所建模型具有一定的广泛性，即可用于求解不同年份、不同地区模型求解。

模型的缺点：

1.定量数据较少，定性成分多，不易使人信服。

2模型建立过程中存在误差积累，降低了模型的精确度。

3由于所研究的主要因素较少，不能更准确的反映研究对象与各因素之间.关系。

十、参考文献

[1]姜启源《数学模型与实验》高等教育出版社[2]赵临龙《全国数学建模竞赛》中国人民大学出版社[3]余晓钟成品油价格影响因素系统分析

十一、附录

一、各种因素与年平均油价的关系

国内年平均石油价格与国际年平均石油价格的关系

x=[28.5533.4546.5255.7963.2572.7497.561.6679.03104.39]’;

X=[ones（10,1）x];

Y=[29.830.1141.0558.470.1277.79104.8265.2282.7100.79]'

;

[b,bint,r,rint,stats]=regress（Y,X）

rcoplot（r,rint）

figure

（2）

z=b

（1）+b

（2）*x;

plot（x,Y,'

k+'

x,z,'

r'

）

石油平均价格与平均消费量的关系

x=[245.7275.2291.8317.8346.5365.7389.6391.8]'

X=[ones（8,1）x];

Y=[29.830.1141.0558.470.1277.79104.8265.22]'

[b,bint,r,rint,stats]=regress（Y,X）

figure

（2）

）

人均年GDP产值与平均石油价格关系

x=[113512741490173220702652341437484394]'

X=[ones（9,1）x];

Y=[29.830.1141.0558.470.1277.79104.8265.2282.7]'

[b,bint,r,rint,stats]=regress（Y,X）

rcoplot（r,rint）

figure

（2）

plot（x,Y,'

人均年GDP产值与平均石油价格关系石油的年平均产量

x=[17000170751747018175185001859618900189402030120364]'

[b,bint,r,rint,stats]=regress（Y,X）

rcoplot（r,rint）

z=b

（1）+b

（2）*x;

年平均石油价格与全国能源消费总量关系

x=[151796.59174990203227224682246270265583306647296916]'

Y=[29.830.1141.0558.470.1277.7965.2282.7]'

[b,bint,r,rint,stats]=regress（Y,X）

rcoplot（r,rint）

对各影响因素进行多元线性规划

x1=[28.5533.4546.5255.7963.2572.761.6679.03]'

x2=[245.7275.2291.8317.8346.5365.7389.6391.8]'

x3=[11351274149017322070265237484394]'

x4=[1700017075174701817518500185961890018940]'

x5=[151796.59174990203227224682246270265583285000296916]'

Y=[29.830.1141.0558.470.1277.7965.2282.7]'

X=[x1x2x3x4x5];

stepwise（X,Y）

X=[ones（8,1）x1x2x3x4x5];

b=regress（Y,X）

b=

-285.1122

1.3313

0.3241

0.0026

0.0178

-0.0007

二、不同的成品油与年平均价格的关系

0号柴油与全国年平均成品油价格关系

x=[29.830.1141.0558.470.1277.79104.8265.2282.7100.79]'

Y=[2.633.063.393.785.075.056.045.716.97.41]'