10.3969/j.issn.1674-3504.2022.03.008
基于GA-SVR的城市交通运输碳排放预测研究
为有效预测城市交通运输碳排放量,在 STIRPAT 模型(Stochastic Impacts by Regression on Population,Affluence and Technology)的基础之上,建立了由遗传算法优化的支持向量机(GA-SVR)预测模型.选取人口总量、人均GDP、机动车保有量、旅客周转量、货物周转量、城镇化率和碳排放强度作为影响指标,采用北京市1995年到2019年期间的数据进行分析.结果表明:采用GA-SVR模型进行预测得到的数据和实际值之间有着良好的拟合回归效果,训练集及测试集的相关系数分别为0.982 81和0.962 42,所以该模型具有良好的推广与学习能力;预测2020-2023年北京市交通运输碳排放量增长趋势变缓,但总量在持续上升,说明城市依旧面临着碳排放压力.
交通运输、碳排放预测、GA-SVR模型、影响指标
45
U491.11(交通工程与公路运输技术管理)
江西省大气污染成因与控制重点实验室开放基金项目PM2.5;AE2107
2022-08-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
269-274