印度煤炭资源需求预测与供应链管理中的量子计算革命
1. 引言
煤炭是全球最普遍且储量丰富的化石燃料，是对世界经济有重大贡献的全球性产业。超 50 个国家为经济目的开采煤炭，超 70 个国家消费煤炭。全球每年燃烧的约 58 亿吨煤炭中，约 75%用于发电。预计到 2030 年，煤炭使用量将几乎翻倍，以满足不断增长的能源需求和可持续发展的要求。中国和印度煤炭储量可观，在人口和土地面积上都是大国，预计占全球煤炭使用量增长的约 70%。
目前大多数关于印度的研究集中在能源强度、可再生能源和总体能源方面。而准确预测印度的煤炭使用量，对制定能源和环境政策十分有利。限制印度的煤炭使用量有助于减少该国的温室气体排放，同时，监测印度煤炭相关政策的变化，对于提前管理世界煤炭市场以及实现该国能源供需平衡至关重要。
2. 背景知识
当前能源预测研究中，多数人采用单一预测方法，很少同时使用多种方法预测研究对象。例如：
- Yong 等人（2017）提出两种灰色区间预测技术，用于应用灰色模型。
- Yuan 等人（2016）使用灰色模型和自回归积分滑动平均模型（ARIMA）预测中国的总体能源消费。
- Jebaraj 等人（2007）应用神经网络模型同时预测和评估印度的多种能源。
目前印度的预测文献大多集中在碳排放、可再生能源和特定的可持续发展社会问题上。单一预测模型的研究未能达到高精度预测效果，而组合模型表现良好，在预测领域受到高度认可。这表明印度煤炭消费预测存在研究不足的情况，组合模型可以填补这一空白。
3. 案例研究
本研究旨在使用先进的分析工具，对印度 2010 - 2021 年的年
