首页|基于二次分解BAS-LSTM的陕西省碳排放预测研究

基于二次分解BAS-LSTM的陕西省碳排放预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
为了更精准预测陕西省碳排放量,提出基于二次分解的BAS-LSTM预测模型.二次分解的BAS-LSTM预测模型的均方根误差、平均绝对误差、平均相对误差表明,该模型具有更好的全局寻优能力,解决了LSTM算法自身参数选择的强随机性问题,有效提高了模型的预测精度;更加全面地运用时间序列数据信息来预测碳排放量,解决了碳排放量数据的非线性、不稳定性问题,有效提高了模型的预测精度;适用于随机性强的碳排放时间序列预测,大幅提升原始序列预测精度.预测效果显著优于BAS-LSTM模型、VMD-EEMD-LSTM模型和LSTM模型,是一种更适用于陕西省碳排放量的预测方法.

柯虎、张新生、陈章政

展开 >

西安建筑科技大学管理学院

西安建筑科技大学管理学院、西安建筑科技大学陕西省新型城镇化和人居环境研究院

碳排放预测 二次分解 天牛须搜索算法 长短期记忆神经网络

国家自然科学基金陕西省教育厅重点科学研究计划项目

4187752720JT033

2024

经营与管理
天津市企业联合会　天津市企业家协会　天津企业管理培训中心

经营与管理

影响因子：0.24
ISSN：1003-3475
年,卷(期)：2024.(2)
  • 25