基于人工智能的瓶装LPG销量统计与预测分析

打开文本图片集

引言

瓶装液化石油气（LPG）是城镇燃气供应的关键组成部分[]。据行业统计，截至2023年，国内瓶装LPG企业平均运营成本占营业收入比重达 32.6% ，其中因销量预测偏差引发的库存积压与紧急调运成本占比超过 40%[2] 。国内外学者在能源销量预测领域已开展广泛研究。在传统方法方面，ARIMA模型被广泛应用于短期电力负荷预测，但难以捕捉非线性特征；在机器学习领域，随机森林、XGBoost等模型在天然气需求预测中展现出优势[；在深度学习领域，LSTM模型因具备处理长序列依赖的能力，在石油价格预测中取得突破。（剩余3140字）