基于GA-SVR的城市交通运输碳排放预测研究

摘要：

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.

关键词：交通运输、碳排放预测、GA-SVR模型、影响指标

所属期刊栏目：45

分类号：U491.11(交通工程与公路运输技术管理)

资助基金：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

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：269-274