融合系统聚类与BP神经网络的世界碳排放预测模型研究
针对碳排放指标的复杂性与多样性,利用系统聚类对世界碳排放指标进行筛选;然后运用BP神经网络对世界碳排放量进行预测.结果表明运用系统聚类方法分析碳排放指标,简化了BP神经网络输入层,使网络训练得到较快实现,相比传统BP神经网络预测方法具有更高的精度,为碳排放预测及其它相关预测提供了一种新的、可供借鉴的方法.
系统聚类分析、BP神经网络、碳排放预测、融合模型
46
国家自然科学基金71361021,71001048,71261007;江西省教育厅科技资助项目GJJ14113;江西省社会科学“十二五规划”项目13GL38;江西省学位与研究生教改研究重点项JXYJG-2014-002
2016-11-04（万方平台首次上网日期，不代表论文的发表时间）
77-84
