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.     

新陈代谢灰色模型在中国碳排放量预测中的应用

中国碳排放问题已经成为世界关注的焦点问题,预测中国未来的碳排放有助于实现2020年碳减排目标.通过选取2005~2011年中国碳排放数据,利用新陈代谢灰色模型对中国碳排放进行短期预测.模型检验结果表明:相对误差为二级,平均精度为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过31亿吨碳.针对研究结果,提出发展低碳经济提高能源效率和发展非石化能源来降低碳排放的策略.     

基于Adaboost-SVR模型的我国碳排放强度分析与预测

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.     

中国碳排放灰色预测

中国碳排放问题成为世界关注的焦点问题.预测中国未来碳排放有助于实现2020年的碳减排目标.选取2002-2009年中国碳排放数据,通过灰色GM(1,1)模型,对中国碳排放进行了短期预测.模型检验结果表明:预测精度为二级,关联度、均方差比值和小误差概率均为一级,预测结果与实际值出入较小,到2015年中国碳排放量将超过三十二亿吨碳,"十二五"期间二氧化碳减排形势严峻.针对研究结果,提出发展低碳经济,提高能源效率和发展非化石能源来降低碳排放的策略.     

工业增加值比重能预测中国碳排放量吗?——基于隐马尔科夫链的实证研究

寻找有效的中国碳排放量预测方法,对于制定环境政策有重要意义.工业生产与环境污染关系密切,但现有研究大多聚焦于经济与环境的关系,对碳排放量预测方法或指标研究有限.文章尝试以工业增加值占国内生产总值的比重作为反映经济活动的代表性指标,通过隐马尔科夫链预测我国碳排放量,并与常用模型或指标的预测效果做了对比分析.分析显示,隐马尔科夫链拟合效果好,工业增加值比重可有效反映我国碳排放趋势,从而为碳排放预测提供了新的解决思路.     

基于神经网络的我国猪肉年度消费需求量预测研究

主要运用神经网络对中国猪肉年度消费需求量的预测问题进行了研究.首先对畜产品预测方法进行了综述,对神经网络预测原理进行了介绍,然后分别建立GM(1,1)、ARIMA模型、GRNN神经网络模型,GA-GRNN神经网络模型模型对猪肉消费量进行了预测,最后对模型进行了集成.结果表明,优化后的GA-GRNN模型预测误差率显著降低,集成模型在稳定性和精度方面均比较理想.     

择优RBF神经网络下切削率的优化

本文通过择优RBF(径向基函数,Radial Basis Function)神经网络对影响切削加工过程的切削参数进行建模,对切除率进行拟合预测;提出松弛误差作为衡量网络精度的指标,使RBF选择最优的分布密度,从而有效提高RBF神经网络的拟合预测能力;并将择优RBF的拟合和预测结果与BP的相应结果进行了比较,结果显示择优RBF神经网络的拟合和预测精度大大优于BP神经网络.     

飞行事故的一种自适应模糊神经网络预测方法研究

飞行事故预测对于预防飞行事故具有十分重要的意义.首先系统分析了空军飞行事故的主要影响因素,对其中的定性因素进行了量化;然后利用系统分析的成果和历史统计数据建立了空军飞行事故的自适应模糊神经网络预测模型.整个预测过程突破了纯数学模型预测的局限性,实现了预测的定性和定量的结合;由于预测中使用了一种基于高木.关野模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力,预测结果也比较令人满意.     

基于门控递归单元神经网络的高速公路行程时间预测

为了更高效地预测高速公路行程时间,以高速公路行程时间为研究对象,通过采集车辆在高速公路进出口收费站的刷卡数据获取行程时间,利用门控递归单元神经网络对行程时间进行预测.按照所设计的预测流程,利用广州市机场高速南线高速公路收费数据进行验证,结果显示,预测拟合效果较好,并与LSTM神经网路和BP神经网络进行了对比分析.结果表明:门控递归单元神经网络具有更好的预测准确度.     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

GM(1,N)与GM(0,N)模型在能源消费碳排放预测中的比较研究

近年来,减少碳排放已成为缔约国家社会经济发展和生产经营活动的重要目标之一,研究并使用科学的方法对我国未来碳排放进行分析与预测对我国应对气候变化政策的制定具有重要意义.拟将GM(1,N)和GM(0,N)模型用于能源消费碳排放量的预测,建立能源消费碳排放量的多因素灰色预测模型,并对GM(1,N)和GM(0,N)模型预测能源消费碳排放量的精度进行了检验和对比分析.结果表明:在对四川省能源消费碳排放预测中,GM(0,N)具有更高的预测精度和可靠性.     

中国碳排放与能源消费关系实证研究——基于VEC模型

中国碳减排问题成为世界关注的焦点问题.研究碳排放与能源消费关系有助于实现2020年碳减排目标.选取1953-2008年中国碳排放和能源消费数据,运用协整理论、向量误差修正模型(VEC)和Granger因果关系分析,对中国碳排放量与能源消费之间的相互关系进行实证研究.研究结果表明:碳排放与能源消费之间存在协整关系,能源消费增加1%,碳排放将增加0.9646%,即碳排放对能源消费的长期弹性为0.9646.从短期误差修正模型来看,碳排放与能源消费之间具有动态调整机制.非均衡误差项的存在,能够保证两者之间长期均衡关系的存在.Granger因果关系研究表明:碳排放与能源消费之间互为双向因果关系.通过脉冲函数和方差分解分析了模型的动态特征.根据研究结果,提出降低能源消费和减少碳排放对策.     

能源节约型技术进步下碳关税对中国经济与环境的影响——基于动态递归可计算一般均衡模型

将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究,建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型,并在模型中引入技术进步参数以刻画能源节约型技术进步.模型以2007年作为基年,包含37个生产部门和7个国内国外账户.应用该模型模拟了2020年起美国征收碳关税,在税率从20美元每吨碳排放到80美元每吨碳排放的13种情景下,到2030年期间对我国碳排放和经济发展的不同影响,进而测算在不同的能源节约型技术进步条件下,碳关税对我国经济与环境影响的变动.     

外商直接投资对碳强度的影响——基于中国省级动态面板数据的实证研究

经济发展依赖大量化石能源的投入,由此引起的温室气体排放所带来的气候变化正在日益威胁着世界各国。大部分发展中国家由于缺乏足够的资金和技术能力,难以应对日愈严峻的气候风险。中国作为发展中国家,在不断尽力扩大有限自主研发的同时,必须依靠发达国家的技术溢出来获得先进的低碳技术,进而降低自身的排放量以完成对世界所作出的节能减排承诺。本文利用省级面板数据和动态面板模型来研究外商直接投资的技术溢出对中国碳强度的影响。研究结果表明,外商直接投资技术溢出有效地降低了中国的碳强度,从而为中国实现节能减排目标提供了一个新的视角和思路。     

基于最小碳排放的广义TSP模型研究

以货车由公司仓库向各个销售节点送货这一典型的物流过程为研究对象.建立基于最小碳排放的广义TSP模型,并利用动态规划求解.模型综合考虑了货车行驶路程、运输途中载货量及CO_2排放量,并将货车装载量与CO_2排放量的函数关系体现在目标函数中,与只考虑行驶路程的传统模型相比更具实用性.最后用算例进行了验证,并与传统方法作了比较.     

基于低碳环保因素的“前港后厂”钢铁产成品运输网络优化

中国大部分钢铁企业深居内陆,出口钢材需远距离运输到港口,再通过海运发往世界各地,故建立港口与钢铁企业的合作关系将尤为重要。与铁路、水路运输相比,公路运输单位换算周转量的碳排放量更高。但中国内陆运输多采用公路运输,这将加剧大气污染。本文提出基于“前港后厂”联运的钢铁产成品运输问题,以加强港口与钢铁企业的合作。为降低运营成本和碳排放量,建立以碳排放成本、运输成本、仓储成本及时间窗惩罚成本最小为目标的钢铁产成品运输网络优化模型;并设计融合和声搜索的环形拓扑结构PSO算法进行求解;最后对仓储成本进行灵敏度分析,以探究其对“前港后厂”模式的影响。结果表明,“前港后厂”模式不仅能有效降低运输网络的总成本和碳排放量,且合理的仓储成本更能加强港口和钢铁企业间的紧密性。     

基于投人产出分析的中国能源消费分行业碳排放系数因素分解

采用投入产出分析法,结合部门能源消费数据,从最终需求的角度评估和计算了中国1997年、2002年和2007年的碳排放量、碳排放系数、直接碳排放系数和完全碳排放系数.研究结果表明,金属冶炼及压延加工业、燃气生产和供应业、非金属矿物制品业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的直接碳排放系数历年均是最高的,能源强度是影响这些行业直接碳排放系数变化的主要因素;金属冶炼及压延加工业、非金属矿物制品业、金属制品业、化学工业、电力、热力的生产和供应业、水的生产和供应业以及煤炭开采和洗选业的完全碳排放系数历年均居前列,中间产品投入和能源强度是影响完全碳排放系数变化的主要因素.针对实证结果,现阶段我国节能减排的重点方向在于调控金属冶炼及压延加工业、化学工业等高碳排放行业,并通过提高能源效率、调整产业结构及优化能源结构来达到降低碳排放系数的目的.     

中国试点碳排放权交易市场有效性分析

为应对气候变化问题,《京都议定书》等文件催生了以CO₂排放权作为商品的碳交易市场的建立。研究中国试点碳排放权交易市场的有效性对我国统一碳市场的建设以及碳中和目标的实现具有重要的指导意义。本文选取有效交易日数据,对中国试点碳市场的有效性进行探索性研究,结合有效市场假说理论与分形市场假说理论,分别采用游程检验法、方差比检验法以及重标极差分析法对中国碳市场有效性进行综合分析,同时探讨各方法导致计算结果不一致的原因,并利用GARCH模型进行检验。研究表明:中国试点碳市场未能达到弱式有效水平。同时,根据中国目前碳市场运行现状给出一定的建议。     

中国城镇化对碳排放的影响研究:基于居民消费的视角

将城镇化、居民消费和碳排放视作碳排放系统中的一个子系统进行深入研究,分析了三者之间的作用机理并提出了四个假设.运用1978-2013年的时间序列数据进行了实证研究,结果表明:城镇化和居民消费均是碳排放的Granger原因;城镇化并不直接产生碳排放,并且对居民消费与碳排放的关系不具有调节作用;城镇化通过影响居民消费而影响碳排放.针对分析结果,探讨了有序推进中国城镇化发展和生态文明建设的应对之策.     

考虑碳减排成本的内生经济增长路径研究

为了分析碳减排对内生经济增长的影响,将碳减排比例引入生产函数,将对气候变化的警惕意识引入效用函数,建立了考虑碳减排成本的内生经济增长模型,比较分析了各参数对经济增长路径的影响.长期来看,碳强度、碳减排比例与经济增长之间呈负向关系.低碳技术应用越广泛,研发成果对技术积累贡献率越大,消费者对当前消费的偏好程度越小,人们对气候变化的警惕意识越强,越有利于经济可持续发展.