国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于BP-LSTM混合神經(jīng)網(wǎng)絡(luò)的碳價(jià)預(yù)測研究

2023-04-29 00:44:03姚藝千洪儒劉奇韻
環(huán)境科學(xué)與管理 2023年9期
關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)

姚藝千 洪儒 劉奇韻

摘要:碳排放權(quán)交易價(jià)格是影響碳排放交易的決定性因素,準(zhǔn)確預(yù)測碳價(jià)可以幫助政府更好地應(yīng)對(duì)氣候變化。基于BP混合LSTM神經(jīng)網(wǎng)絡(luò)模型,提出了一種精度高的碳價(jià)預(yù)測方法。首先,在理論分析基礎(chǔ)上對(duì)影響碳價(jià)的因素進(jìn)行皮爾遜相關(guān)系數(shù)分析,篩選出影響湖北碳價(jià)的關(guān)鍵因素;接著,考慮歷史碳價(jià)的數(shù)據(jù)特征對(duì)碳價(jià)預(yù)測的影響,將其與篩選出的關(guān)鍵因素結(jié)合輸入預(yù)測模型;最后,使用BP-LSTM神經(jīng)網(wǎng)絡(luò)模型得到湖北碳價(jià)預(yù)測的結(jié)果。預(yù)測結(jié)果表明:BP-LSTM神經(jīng)網(wǎng)絡(luò)模型在預(yù)測集上表現(xiàn)相對(duì)良好,MSE誤差為0.82?;谘芯窟^程性結(jié)論及結(jié)果展示,提出要在完善碳價(jià)交易體系的基礎(chǔ)上,關(guān)注碳排放影響因素動(dòng)態(tài)性變化,更新和優(yōu)化碳價(jià)預(yù)測模型。

關(guān)鍵詞:碳價(jià)預(yù)測模型;BP神經(jīng)網(wǎng)絡(luò);LSTM神經(jīng)網(wǎng)絡(luò);RNN神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào):X22 文獻(xiàn)標(biāo)志碼:A

前言

中共中央、國務(wù)院于2021年10月印發(fā)《關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》,文件中指出實(shí)現(xiàn)碳達(dá)峰、碳中和,是以習(xí)近平同志為核心的黨中央統(tǒng)籌國內(nèi)國際兩個(gè)大局作出的重大戰(zhàn)略決策,是全面貫徹新發(fā)展理念的必然選擇、是中國解決世界性資源環(huán)境突出問題的大國責(zé)任。作為極具潛力成為全球覆蓋溫室氣體排放量規(guī)模最大的碳市場的中國,建設(shè)并完善碳排放交易體系是對(duì)整個(gè)社會(huì)低碳轉(zhuǎn)型的綠色追求、是政府對(duì)國際社會(huì)作出“力爭2030年前碳達(dá)峰、2060年實(shí)現(xiàn)碳中和”承諾的回應(yīng)。

自2010年中國首次提出建立碳交易市場以來,中國碳排放交易體系已經(jīng)歷了超過十年的發(fā)展歷程。2011年,北京、天津、上海、重慶、湖北、廣東、深圳七省市作為第一批試點(diǎn)省市開展碳排放權(quán)交易市場。經(jīng)歷了概念提出、試點(diǎn)運(yùn)行一系列過程后于2017年7月實(shí)現(xiàn)全國碳市場正式啟動(dòng)上線交易。碳排放權(quán)交易是以碳排放額為交易內(nèi)容,以科學(xué)碳交易機(jī)制下供需比計(jì)算的碳交易價(jià)格(下稱碳價(jià))作為交易價(jià)格。如何提高碳價(jià)預(yù)測的準(zhǔn)確性,減少碳價(jià)波動(dòng)對(duì)企業(yè)帶來的風(fēng)險(xiǎn),并更好發(fā)揮市場機(jī)制的減排作用,是當(dāng)前學(xué)術(shù)研究的熱點(diǎn)和產(chǎn)業(yè)界關(guān)注的重要問題。

1相關(guān)研究文獻(xiàn)評(píng)述

目前,國內(nèi)外學(xué)者主要針對(duì)碳價(jià)影響因素和預(yù)測模型這兩方面展開相關(guān)研究。

針對(duì)碳價(jià)影響因素的研究,吳慧娟等(2021)從機(jī)理和各試點(diǎn)實(shí)情上研究發(fā)現(xiàn)政策、經(jīng)濟(jì)與環(huán)保因素造成碳價(jià)格的時(shí)間波動(dòng)及區(qū)域差異;夏睿瞳(2022)通過理論分析和實(shí)證研究發(fā)現(xiàn)能源價(jià)格、極端天氣、宏觀經(jīng)濟(jì)對(duì)碳價(jià)具有顯著的影響;王小燕等(2022)針對(duì)廣州碳排放權(quán)交易的配額收盤價(jià),從指標(biāo)、國內(nèi)能源指標(biāo)、氣候環(huán)境和宏觀政策這6個(gè)維度構(gòu)建指標(biāo)體系用于研究碳價(jià)影響因素;張玲等(2023)通過實(shí)證分析發(fā)現(xiàn)環(huán)境規(guī)制水平對(duì)碳價(jià)具有抑制作用,地理距離的變化會(huì)改善環(huán)境規(guī)制水平對(duì)碳價(jià)的抑制效應(yīng)。

針對(duì)碳價(jià)預(yù)測模型,國內(nèi)外大部分學(xué)者選擇使用多種模型混合的組合模型來優(yōu)化模型,同時(shí)提升預(yù)測精度。金林等(2020)應(yīng)用Lasso回歸方法對(duì)變量進(jìn)行篩選,建立灰色BP神經(jīng)網(wǎng)絡(luò)對(duì)碳價(jià)進(jìn)行預(yù)測。該預(yù)測模型在短期預(yù)測中MAPE小于4%,預(yù)測精度較高;呼雪芳(2021)基于CEEMDAN分解算法提出LSTM-LSTM-LGBM的組合預(yù)測模型,通過廣東試點(diǎn)交易價(jià)格進(jìn)行仿真分析,進(jìn)而證明預(yù)測模型效果較好;趙峰等(2022)基于碳價(jià)本身建立了CEEMDAN-ARIMA-指數(shù)平滑模型,同時(shí)考慮碳價(jià)的經(jīng)濟(jì)和技術(shù)等指標(biāo)建立了THHO-ELM模型,最終通過三個(gè)地區(qū)實(shí)證分析驗(yàn)證了組合模型的可靠性;朱亮亮等(2023)分別運(yùn)用ARIMA模型、多項(xiàng)式回歸算法和LSTM模型構(gòu)建了全國碳交易市場的碳價(jià)預(yù)測模型,通過實(shí)證分析得出PCC-LSTM模型的預(yù)測精度相對(duì)較高。

分析可得,目前在碳價(jià)影響因素以及碳價(jià)預(yù)測方法方面研究成果顯著,但仍然有可以完善的地方。針對(duì)碳價(jià)影響因素方面:國內(nèi)外關(guān)于碳價(jià)影響因素的研究主要集中在社會(huì)經(jīng)濟(jì)、宏觀政策、自然環(huán)境和市場交易機(jī)制等方面。研究方面涉及廣而雜,因素相對(duì)零散,且偏重于理論分析,缺少結(jié)合實(shí)證分析加以支撐。針對(duì)碳價(jià)預(yù)測模型方面:現(xiàn)有組合模型對(duì)碳影響因素分解以及碳價(jià)預(yù)測模型對(duì)碳價(jià)預(yù)測的精度相對(duì)較高,但預(yù)測過程相對(duì)復(fù)雜,有待進(jìn)一步提升。文章使用BP混合LSTM神經(jīng)網(wǎng)絡(luò)組合模型,可以加強(qiáng)神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)序數(shù)據(jù)的反應(yīng)能力,使得預(yù)測結(jié)果與真實(shí)結(jié)果的擬合度達(dá)到更高的水準(zhǔn)。

2碳價(jià)預(yù)測影響因素的相關(guān)性分析

根據(jù)已有文獻(xiàn),總結(jié)出中國碳價(jià)主要受以下三類因素影響:一是社會(huì)經(jīng)濟(jì)類影響因素,包括國際碳價(jià)、宏觀經(jīng)濟(jì)和石油、煤炭等能源價(jià)格;二是自然環(huán)境類影響因素,包括溫度、濕度等;三是宏觀政策類影響因素,包括環(huán)境規(guī)制強(qiáng)度和環(huán)境規(guī)制水平。

文章運(yùn)用皮爾遜相關(guān)系數(shù)法對(duì)碳市場交易價(jià)格與上述提到的影響因素進(jìn)行分析,篩選出影響碳價(jià)的關(guān)鍵因素,進(jìn)而方便展開后續(xù)分析。其中,國際碳價(jià)使用歐洲碳交易市場的價(jià)格;能源價(jià)格包括WIT原油期貨價(jià)格、秦皇島港動(dòng)力煤價(jià)(Q5500K)以及天然氣的期貨價(jià)格;自然環(huán)境包括溫度、濕度、風(fēng)速等;宏觀經(jīng)濟(jì)選擇采用股市的滬深300指數(shù);政策因素中環(huán)境規(guī)制強(qiáng)度用政府工作報(bào)告中相關(guān)內(nèi)容關(guān)鍵詞的詞頻指代,環(huán)境規(guī)制水平使用各項(xiàng)指標(biāo)衡量數(shù)據(jù)選取地區(qū)工業(yè)污染治理投資完成情況。數(shù)據(jù)描述性統(tǒng)計(jì)見表1。

猜你喜歡
BP神經(jīng)網(wǎng)絡(luò)
基于神經(jīng)網(wǎng)絡(luò)的北京市房價(jià)預(yù)測研究
商情(2016年43期)2016-12-23 14:23:13
一種基于OpenCV的車牌識(shí)別方法
基于遺傳算法—BP神經(jīng)網(wǎng)絡(luò)的乳腺腫瘤輔助診斷模型
一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)預(yù)測T/R組件溫度的方法
基于BP神經(jīng)網(wǎng)絡(luò)的光通信系統(tǒng)故障診斷
科技視界(2016年26期)2016-12-17 17:57:49
提高BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率的算法研究
考試周刊(2016年21期)2016-12-16 11:02:03
就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
基于DEA—GA—BP的建設(shè)工程評(píng)標(biāo)方法研究
基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
商情(2016年39期)2016-11-21 09:30:36
復(fù)雜背景下的手勢識(shí)別方法
云霄县| 调兵山市| 克山县| 儋州市| 重庆市| 合江县| 将乐县| 阜新| 泗水县| 卓尼县| 尤溪县| 措美县| 赤峰市| 进贤县| 安龙县| 廊坊市| 喀喇沁旗| 松江区| 阳春市| 中江县| 万宁市| 长宁县| 桃源县| 汶川县| 新乡市| 德庆县| 鸡西市| 黔西县| 武夷山市| 方山县| 渭源县| 长葛市| 介休市| 阳新县| 沙田区| 柞水县| 武陟县| 庄浪县| 手机| 铜川市| 喀什市|