能源消费是一个国际问题，在国家能源安全中发挥着重要作用，特别是对能源市场处于转型期的中国而言。利用非线性数据序列对未来能源消费趋势进行准确可靠的预测，对政府和能源企业的决策具有重要意义。本文提出了一种新的分数阶累积非线性伯努利模型，简称方bm(1,1)模型，用于预测我国“十三五”(2016-2020年)短期可再生能源消费。利用分数累积生成矩阵和伯努利方程对新模型进行了详细的讨论。并利用粒子群优化算法对系统参数进行优化搜索。基于2011 - 2015年更新的实际数据集，建立了FANGBM(1,1)模型，分别预测可再生能源消费总量、水电消费总量、风电消费总量、太阳能消费总量和其他可再生能源消费总量。在所有情况下，方bm(1,1)模型都具有较高的精度，并被证明是处理非线性序列的有效方法。
——文章发布于2019年9月
