10.3969/j.issn.1673-1212.2023.09.015
基于BP-LSTM混合神经网络的碳价预测研究
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.
碳价预测模型、BP神经网络、LSTM神经网络、RNN神经网络
48
X22(环境与发展)
2023-10-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
71-76