10.3969/j.issn.1000-7695.2023.11.025
基于CNN-LSTM组合模型的碳价预测方法
对碳价波动的特征进行分析,说明碳价预测的意义;然后,基于卷积神经网络(convolutional neural network,CNN)与长短期记忆网络(long short-term memory,LSTM)提出一种CNN-LSTM组合模型的碳价预测方法,充分考虑碳价的时序特性,通过改善相关模型,从时序数据中提取特征的能力从而提高预测准确性;最后,通过欧洲能源交易所及我国广州碳市场的碳价实例验证,将CNN-LSTM模型的预测结果与其他常用预测模型对比,结果表明CNN-LSTM模型在碳价预测中具有更高的预测准确性.
碳价预测、长短时记忆网络、卷积神经网络、组合模型
43
F120.3;F49(中国经济)
国家社会科学基金19ZDA081
2023-07-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
200-206