首页|基于Adaboost-SVR模型的我国碳排放强度分析与预测

基于Adaboost-SVR模型的我国碳排放强度分析与预测

扫码查看
首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的L M ID分解结果,提出调整能源产业结构,促进可再生能源利用等节能减排建议.
Analysis and Prediction of China's Carbon Emission Intensity Based on Adaboost-SVR Model

梁小林、秦欢、陈敏茹、许奇、梁曌

展开 >

长沙理工大学数学与统计学院 ,湖南长沙 410114

碳排放强度 自适应提升算法 支持向量回归 LMDI分解

湖南省教育厅重点项目研究生创新与创业能力提升项目大学生创新创业训练计划项目

17A003SJCX201976

2020

经济数学
湖南大学 湖南省经济数学研究会

经济数学

影响因子:0.614
ISSN:1007-1660
年,卷(期):2020.37(3)
  • 2
  • 10