Resumen

El análisis de coeficientes de sendero se utiliza para investigar los efectos directos e indirectos del crecimiento económico, el crecimiento de la población, la tasa de urbanización, el nivel de industrialización y la intensidad de carbono en la demanda de electricidad de China. Para mejorar la precisión de la proyección de la demanda de electricidad, este estudio propone un método de optimización híbrido bat, perturbaciones gaussianas y recocido simulado (BAG-SA). El algoritmo propuesto BAG-SA no solo hereda la simplicidad y eficiencia del BA estándar con capacidad de búsqueda de optimalidad global, sino que también mejora la capacidad de búsqueda local y acelera la tasa de convergencia global. El algoritmo BAG-SA se emplea para optimizar los coeficientes de las formas lineales y cuadráticas múltiples del modelo de estimación de la demanda de electricidad. Los resultados indican que el algoritmo propuesto tiene una mayor precisión y fiabilidad que los coeficientes optimizados por otros métodos de optimización individual, como el algoritmo gen

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Análisis de coeficientes de trayectoria; Crecimiento económico; Crecimiento de la población; Tasa de urbanización; Nivel de industrialización; Demanda de electricidad
• Keywords:Path-coefficient analysis; Economic growth; Population growth; Urbanization rate; Industrialization level; Electricity demand