城市交通碳排放预测的多模型对比分析

被引：12
|
作者：
高金贺 [1 ]
黄伟玲 [2 ]
蒋浩鹏 [3 ]
机构：
[1] 东华理工大学土木与建筑工程学院
[2] 东华理工大学长江学院
[3] 河北工业大学土木与交通学院
来源：
重庆交通大学学报(自然科学版) | 2020年 / 39卷 / 07期
关键词：
交通运输工程; 碳排放预测; GA-SVM模型; 影响指标;
D O I：
暂无
中图分类号：
X73 [交通运输业废物处理与综合利用];
学科分类号：
摘要：
为寻找合适的城市交通运输碳排放预测方法,基于STIRPAT模型,选取人口总量、人均GDP、机动车保有量、碳排放强度、城镇化率、旅客周转量和货物周转量等7项指标作为城市交通运输碳排放影响因素,分别建立基于遗传算法优化支持向量机、粒子群优化支持向量机、网格搜索优化支持向量机预测模型,并以1995—2016年交通运输碳排放相关指标作为基础数据做实例分析。结果表明:GA-SVM对比PSO-SVM与GS-SVM所得出训练集的相关系数分别增长了2.74%和1.07%,测试集的相关系数分别增长了1.04%和0.29%,较其它两种预测模型具有良好的学习和推广能力,说明GA-SVM模型更适合对城市交通碳排放进行预测分析。
引用
收藏
页码：33 / 39
页数：7
相关论文
共 15 条
12