期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习Mod-EMD-BiLSTM组合模型的碳价格预测方法研究
1
作者 赵玉帛 丁晓格 +1 位作者 刘露毅 张旭晴 《工业技术经济》 北大核心 2025年第7期124-134,共11页
碳价格的精准预测能够为气候政策制定、投资者理性决策以及维护碳市场稳定运行提供定量支撑与参考依据。本文提出一种结合数据增强、经验模态分解和双向长短期记忆技术的新型混合机器学习Mod-EMD-BiLSTM预测模型。具体来说,(1)对原始碳... 碳价格的精准预测能够为气候政策制定、投资者理性决策以及维护碳市场稳定运行提供定量支撑与参考依据。本文提出一种结合数据增强、经验模态分解和双向长短期记忆技术的新型混合机器学习Mod-EMD-BiLSTM预测模型。具体来说,(1)对原始碳价格序列进行经验模态分解,得到一系列较平稳且低噪音的内在模态分量(IMF);(2)引入数据增强技术,强化数据重组并随机生成一半的IMF组合;(3)基于本模型的预防与预测两大平行机制对IMF组合分量做进一步预处理并展开模型训练;(4)通过BiLSTM神经网络的全连接层集成两大框架的输出值,获取最终的碳价格预测结果。在建立预测模型的基础上,爬取湖北碳交易市场2014~2024年的碳交易日度收盘价格展开实证研究。结果表明,本文建立的模型相较于其他15种基准模型,呈现出最佳的方向预测精度,体现了模型具备优越的预测性能与较好的实用性。 展开更多
关键词 碳价格预测 机器学习 经验模态分解 BiLSTM 数据增强 碳市场机制 方向预测精度 时间序列分析
在线阅读 下载PDF
融合新闻影响力衰减的碳价格多元分解集成预测 被引量：1
2
作者 张大斌 黄均杰 +1 位作者 凌立文 胡焕玲 《河南科技大学学报（自然科学版）》 CAS 北大核心 2024年第1期51-61,M0005,M0006,共13页
新闻数据涵盖了与碳价格密切相关的政策、经济和能源等信息,对碳价格的影响具有时效性。为量化新闻影响力的衰减程度,基于词频统计和指数衰减对新闻数据提取特征,提出了1种新闻影响力衰减时间序列的计算方法,新闻的衰减效应更准确地反... 新闻数据涵盖了与碳价格密切相关的政策、经济和能源等信息,对碳价格的影响具有时效性。为量化新闻影响力的衰减程度,基于词频统计和指数衰减对新闻数据提取特征,提出了1种新闻影响力衰减时间序列的计算方法,新闻的衰减效应更准确地反映新闻对碳价格的影响程度。为提高预测精度,构建了融合新闻影响力衰减的碳价格多元分解集成预测模型,运用噪声辅助多元经验模态分解方法对碳价格和新闻数据进行多元分解,基于样本熵重构分量,使用机器学习方法对分量进行预测,加和集成得到预测结果。以湖北省碳价格为例进行实证分析。结果表明:新闻影响力指数衰减方法能有效刻画新闻与碳价格的相关性,多元分解集成模型表现出优异且稳定的预测性能。 展开更多
关键词 碳价格预测 新闻影响力 指数衰减 噪声辅助多元经验模态分解 样本熵
在线阅读 下载PDF
基于TTBiGRUA的碳价预测研究
3
作者 姚远 李晨硕 《南京信息工程大学学报》 北大核心 2025年第4期467-477,共11页
碳价格具有非线性、非平稳等复杂特征,其预测颇具挑战性.为了提高预测精度,提出一种结合时变滤波经验模态分解(Time-Varying Filter Empirical Mode Decomposition,TVFEMD)、样本熵(Sample Entropy,SE)、双向门控循环单元(Bidirectional... 碳价格具有非线性、非平稳等复杂特征,其预测颇具挑战性.为了提高预测精度,提出一种结合时变滤波经验模态分解(Time-Varying Filter Empirical Mode Decomposition,TVFEMD)、样本熵(Sample Entropy,SE)、双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)和差分整合移动平均自回归(Autoregressive Integrated Moving Average Model,ARIMA)的碳价预测模型TTBiGRUA.首先,通过TVFEMD将碳价格分解为不同频率的模态分量.其次,利用样本熵评估各分量复杂度,并采用K-means算法进行重构.随后,对重构后波动性最强的模态分量运用TVFEMD二次分解,以进一步提取特征并减少模态混叠.根据样本熵划分高频分量和低频分量.高频分量由BiGRU预测,低频分量则由ARIMA预测,最后将分量预测结果叠加得到碳价格最终预测结果.应用广东和湖北碳市场的实际碳价数据,使用5个评价指标和Diebold Mariano(DM)检验评估模型预测的有效性和鲁棒性.结果表明,所提出模型预测精度优于其他基准对比模型. 展开更多
关键词 碳价格预测 二次分解 时变滤波经验模态分解 样本熵 双向门控循环单元 差分整合移动平均自回归
在线阅读 下载PDF
基于改进HHO算法的碳交易价格组合预测研究 被引量：2
4
作者 赵峰 徐丹华 《西安理工大学学报》 CAS 北大核心 2023年第3期330-338,共9页
为提高碳交易价格预测精度,建立了多策略改进哈里斯鹰算法的碳交易价格组合预测模型。一方面对碳交易价格序列的高频和低频序列分别建立ARIMA模型和指数平滑模型,通过加和对碳交易价格进行预测。另一方面综合考虑碳交易价格的经济指标... 为提高碳交易价格预测精度,建立了多策略改进哈里斯鹰算法的碳交易价格组合预测模型。一方面对碳交易价格序列的高频和低频序列分别建立ARIMA模型和指数平滑模型,通过加和对碳交易价格进行预测。另一方面综合考虑碳交易价格的经济指标和技术指标,通过Pearson相关系数筛选出6个与下一日碳交易价格高度相关的变量作为解释变量,建立多策略改进哈里斯鹰优化极限学习机模型(THHO_ELM)。最后,对模型I和模型II建立基于l_(p)范数的组合预测模型。结果表明,组合预测模型优于单一的分类模型。 展开更多
关键词 碳价格预测 完全自适应噪声集合经验模态分解 哈里斯鹰优化算法 极限学习机 l_(p)范数
在线阅读 下载PDF
基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测 被引量：55
5
作者 崔焕影 窦祥胜 《运筹与管理》 CSSCI CSCD 北大核心 2018年第7期133-143,共11页
由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小... 由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GABP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。 展开更多
关键词 碳价格预测 经验模态分解算法 遗传算法—神经网络 粒子群算法-最小二乘支持向量机 宏观经济因素
在线阅读 下载PDF
基于EMD-PSO-SVM误差校正模型的国际碳金融市场价格预测 被引量：40
6
作者 高杨 李健 《中国人口·资源与环境》 CSSCI 北大核心 2014年第6期163-170,共8页
国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性,传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文... 国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性,传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文建立了基于经验模态分解(EMD)-粒子群算法(PSO)-支持向量机(SVM)的国际碳金融市场价格误差校正预测模型。数据选取2008年3月-2013年9月ICE碳排放期货交易所的CER期货(DEC12)和EUA期货(DEC12)的日交易结算价格作为考察样本进行仿真验证。结果显示:①引入EMD方法可以有效解决误差序列随机性强、相邻频带的干扰可能造成误差序列无法体现反映全部系统动力信息的缺陷;②校正后的预测值与误差预测值的趋势具有较高的一致性,预测结果滞后性和拐点误差大的问题得到了很好的解决;③预测结果较其他常用的国际碳金融价格预测模型进行了比较分析,预测精度有了明显提高。本研究提出的预测模型可以为我国针对目前国际碳价格市场所呈现的波动特征下的碳金融市场价格预测提供新的方法和借鉴。 展开更多
关键词 碳金融价格预测 误差预测 经验模态分解 粒子群算法 支持向量机
在线阅读 下载PDF
一种基于局部回归的多尺度碳市场价格预测模型研究 被引量：5
7
作者 秦全德 黄兆荣 黄凯珊 《运筹与管理》 CSSCI CSCD 北大核心 2022年第1期107-114,共8页
碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于“分而治之”的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部... 碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于“分而治之”的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部特征分解的特点,对分解后的分量采用局部回归方法进行预测,然后将分量预测结果进行集成。采用的局部回归方法包括局部线性回归(LLP)、局部多项式回归、局部岭回归、局部主成分回归、局部偏最小二乘回归和局部套索回归。实验结果表明基于局部回归的多尺度预测模型具有优异的预测性能。在提出的模型中,EEMD-LLP结构简单且性能更为突出,进一步对EEMD-LLP参数的适应性进行探讨。与新近提出模型的对比结果表明了EEMD-LLP在碳市场价格预测中的有效性。 展开更多
关键词 碳市场价格预测 多尺度预测 局部回归 集成经验模态分解
在线阅读 下载PDF
利用ARIMA-SSA-LSTM组合模型的碳排放交易价格预测 被引量：7
8
作者 炊婉冰 吕学斌 《西安科技大学学报》 CAS 北大核心 2023年第5期1025-1034,共10页
单一的预测方法在不同方面各有优劣,为了提高碳排放交易价格预测的精确度,从智能算法出发提出ARIMA-SSA-LSTM组合碳排放交易价格预测模型。该模型通过结合非线性规划局部搜索的优势和遗传算法全局搜索的优势使用非线性规划遗传算法分配... 单一的预测方法在不同方面各有优劣,为了提高碳排放交易价格预测的精确度,从智能算法出发提出ARIMA-SSA-LSTM组合碳排放交易价格预测模型。该模型通过结合非线性规划局部搜索的优势和遗传算法全局搜索的优势使用非线性规划遗传算法分配差分整合移动平均自回归(ARIMA)模型和麻雀搜索算法优化后的长短时记忆(LSTM)模型(SSA-LSTM)的权重,通过加权得到最终的碳排放交易价格预测结果。运用ARIMA-SSA-LSTM组合模型,ARIMA模型,LSTM模型和SSA-LSTM模型分别对湖北省与广东省碳排放交易价格进行短期和长期预测。实证结果表明,相比单一的ARIMA模型、LSTM模型、SSA-LSTM模型,ARIMA-SSA-LSTM组合模型三个预测精度评价指标均为最小,碳排放交易价格预测精度最优。相比于传统ARIMA模型,机器学习LSTM模型具有更精确的预测结果,并且趋势预测更优。引入智能算法后,权重分配结果更加准确,LSTM模型的预测性能得到提升,印证了智能算法在碳排放交易价格预测领域的有效性。 展开更多
关键词 应用统计 碳排放交易价格预测 加权组合 非线性规划遗传算法 麻雀算法 LSTM模型 ARIMA模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部