共 25 条
基于WOA-ELM模型的中国碳排放预测研究
被引:49
|作者:
王珂珂
[1
,2
]
牛东晓
[1
,2
]
甄皓
[1
,2
]
孙丽洁
[1
,2
]
许晓敏
[1
,2
]
机构:
[1] 华北电力大学经济与管理学院
[2] 新能源电力与低碳发展研究中心
来源:
关键词:
碳排放;
STIRPAT模型;
鲸鱼优化算法;
极限学习机;
D O I:
暂无
中图分类号:
X321 [区域环境规划与管理];
学科分类号:
083305 ;
1204 ;
摘要:
为判断中国是否能够实现2030年碳排放强度下降60%~65%的承诺,以及碳排放总量是否能够在2030年达到峰值,论文构建了一个基于鲸鱼优化算法改进的极限学习机模型,对2019—2040年的碳排放量和碳排放强度进行预测。首先基于STIRPAT模型筛选中国碳排放影响因素,将其作为碳排放预测模型的输入因素集,而后运用鲸鱼算法优化极限学习机的参数,克服极限学习机易陷入局部最优解的缺点,最后运用该组合模型对中国未来的碳排放进行预测。通过与ELM、BPNN模型的预测结果和误差指标进行对比,证实论文提出的碳排放预测模型的精度更高,能够更为准确地反映中国未来的碳排放趋势。
引用
收藏
页码:20 / 27
页数:8
相关论文