文档名：基于BPLSTM混合神经网络的碳价预测研究
摘要：碳排放权交易价格是影响碳排放交易的决定性因素,准确预测碳价可以帮助政府更好地应对气候变化.基于BP混合LSTM神经网络模型,提出了一种精度高的碳价预测方法.首先,在理论分析基础上对影响碳价的因素进行皮尔逊相关系数分析,筛选出影响湖北碳价的关键因素;接着,考虑历史碳价的数据特征对碳价预测的影响,将其与筛选出的关键因素结合输入预测模型;最后,使用BP-LSTM神经网络模型得到湖北碳价预测的结果.预测结果表明:BP-LSTM神经网络模型在预测集上表现相对良好,MSE误差为0.82.基于研究过程性结论及结果展示,提出要在完善碳价交易体系的基础上,关注碳排放影响因素动态性变化,更新和优化碳价预测模型.
作者：姚艺千 洪儒 刘奇韵 Author：YaoYiqian HongRu LiuQiyun
作者单位：河海大学商学院,江苏常州213100河海大学物联网院,江苏常州213100
刊名：环境科学与管理 ISTIC
Journal：EnvironmentalScienceandManagement
年，卷(期)：2023, 48(9)
分类号：X22
关键词：碳价预测模型 BP神经网络 LSTM神经网络 RNN神经网络
Keywords：carbonpricepredictionmodel BPneuralnetwork LSTMneuralnetwork RNNneuralnetwork
机标分类号：TP391TP183F234.4
在线出版日期：2023年10月13日
基金项目：基于BP-LSTM混合神经网络的碳价预测研究[
期刊论文] 环境科学与管理--2023, 48(9)姚艺千 洪儒 刘奇韵碳排放权交易价格是影响碳排放交易的决定性因素,准确预测碳价可以帮助政府更好地应对气候变化.基于BP混合LSTM神经网络模型,提出了一种精度高的碳价预测方法.首先,在理论分析基础上对影响碳价的因素进行皮尔逊相关系数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BP-LSTM混合神经网络的碳价预测研究 Carbon Price Prediction Based On BP-LSTM Hybrid Neural Network
基于BP-LSTM混合神经网络的碳价预测研究.pdf
- 文件大小:
- 3.13 MB
- 下载次数:
- 60
-
高速下载
|
|
