10.13448/j.cnki.jalre.2018.107
基于PCA-SVR模型的中国CO2排放量预测研究
CO2排放量预测可以为我国大气环境治理及区域可持续发展提供决策支持.论文构建了一个基于主成分分析(PCA)和支持向量回归(SVR)的中国CO2排放量组合预测模型,以固定资本消耗、耗电量、石油消耗量、国家消费支出、居民最终收入、国内生产总值、总人口七个与CO2排放相关的社会经济指标作为输入变量,CO2排放量作为目标预测变量.PCA-SVR模型的预测结果为平均绝对百分误差(MAPE)达到0.0812,均方根误差(RMSE)是0.90,显著小于其他模型误差.同时应用PCA-SVR组合模型对中国2016年至2021年的CO2排放量进行预测,结果显示未来五年我国CO2排放量将在99.5亿吨到280.1亿吨浮动,而我国“十三五”末2020年的CO2排放总量控制目标是105亿吨,在预测范围的下限附近.因此,有必要加大政策实施力度,进一步控制工业和居民生活的CO2排放量,才能实现我们国家制定的105亿排放目标.
CO2排放量、预测、主成分分析、支持向量回归、误差
32
F205(国民经济管理)
国家自然科学基金项目71503180;教育部人文社会科学项目11YJC630237;天津市科技发展战略研究计划项目15ZLZLZF00530;16ZLZXZF00060;天津市教育科学“十二五”规划项目HEYP5010;天津市科技发展战略研究计划13ZLZLZF05000;天津市高校人文社科项目20142101;天津理工大学教学改革项目YB12-21;天津市教委社会科学重大项目2017JWZD16;教育部哲学社会科学研究重大课题攻关项目15JZD021
2018-06-01（万方平台首次上网日期，不代表论文的发表时间）
共6页
56-61
