数据集概述
本数据集聚焦1965至2021年墨西哥能源消费预测研究，整合环境、经济与能源多维度数据，通过单隐层、多层前馈及长短期记忆循环神经网络模型开展预测分析，为能源资源分配决策提供数据支持。
文件详解
该数据集按功能目录划分，具体文件说明如下：
- 数据库目录（Database/）：
- Database.xlsx：Excel格式数据文件，包含年份、二氧化碳排放量、人均GDP、发电厂数量、全球温升、石油产量等核心变量
- Data.txt：文本格式数据文件，存储基础数据
- 多层前馈神经网络目录（MLFFNN/）：
- red.mat：MATLAB数据文件，存储神经网络模型参数
- simulacionMLFFNN.m：MATLAB脚本文件，用于模型仿真
- Dataset.mat：MATLAB数据文件，存储训练数据集
- 循环神经网络-长短期记忆目录（RNN-LSTM/）：
- Dataset.csv：CSV格式数据文件，存储LSTM模型数据集
- SimuladorRNN.ipynb：Python Notebook文件，包含LSTM模型仿真代码
- model_RNN.h5：HDF5格式文件，存储训练后的LSTM模型
- .ipynb_checkpoints/SimuladorRNN-checkpoint.ipynb：Notebook检查点文件
- 单隐层神经网络目录（Single-layer ANN/）：
- Dataset.mat：MATLAB数据文件，存储单隐层模型数据集
- simulacion.m：MATLAB脚本文件，用于单隐层模型仿真
- FigureCodigo.eps：EPS格式图片文件，包含模型相关图表
适用场景
- 能源政策研究：分析环境、经济因素对墨西哥能源消费的影响机制
- 神经网络模型应用：验证不同结构神经网络在能源预测领域的性能差异
- 应急管理支撑：为突发公共卫生事件等紧急情况下的能源保障决策提供数据参考
- 能源经济分析：探究石油生产、经济发展与能源消费的动态关联
