版权说明 操作指南
首页 > 成果 > 详情

基于Adaboost-SVR模型的我国碳排放强度分析与预测

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
梁小林;秦欢;陈敏茹;许奇;梁曌
作者机构:
长沙理工大学数学与统计学院 ,湖南长沙 410114
[梁小林; 陈敏茹; 许奇; 梁曌; 秦欢] 长沙理工大学
语种:
中文
关键词:
碳排放强度;自适应提升算法;支持向量回归;LMDI分解
期刊:
经济数学
ISSN:
1007-1660
年:
2020
卷:
37
期:
03
页码:
167-174
基金类别:
17A003:湖南省教育厅重点项目 SJCX201976:研究生创新与创业能力提升项目 :大学生创新创业训练计划项目
机构署名:
本校为第一机构
院系归属:
数学与统计学院
摘要:
首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的LMID分解结果,提出调整能源产业结构,促进可再生能源利用等节能减排建议.

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com