检索结果-内蒙古大学图书馆

作者：郭虹钢东北财经大学

学位级别：硕士

二氧化碳等温室气体的大量排放是导致气候发生变化的重要原因,各国一直致力于解决气候问题。碳排放权交易是减少温室气体排放和应对气候变化的重要途径。中国作为最大的二氧化碳排放国,自2013年起,先后建立了七个碳排放权交易市场,旨在... 详细信息

二氧化碳等温室气体的大量排放是导致气候发生变化的重要原因,各国一直致力于解决气候问题。碳排放权交易是减少温室气体排放和应对气候变化的重要途径。中国作为最大的二氧化碳排放国,自2013年起,先后建立了七个碳排放权交易市场,旨在利用市场机制进行节能减排,实现绿色低碳发展。因此,碳价格预测在洞察碳市场动态和碳排放配额分配方面发挥着重要作用,是减少温室气体排放和应对气候变化的一项重要工作。然而,传统统计时间序列预测方法一般要求所建模的序列是平稳序列且大多只能捕捉序列中的线性趋势,导致应用面较窄,并不能对碳价格序列特征进行很好地捕捉。目前,许多人工智能模型被广泛用于预测不规则、非平稳的非线性碳价格序列,但这些预测模型往往忽视了碳价格数据预处理的重要性和单一模型存在的固有缺陷,以至于碳价格的精确稳定预测对相关行业从业者和政府来说依旧是一项巨大的挑战。近几年来,组合预测方法发展十分迅速,但这些组合模型的预测组件性能良莠不齐,赋权策略也存在一些缺陷。此外,目前对于碳价格的研究大多只针对于确定性的点预测,对于碳价格的不确定性分析却很少被关注。因此,构建一个稳定的、具有优秀预测性能且包含不确定性分析的碳价格组合预测模型是极其必要的。基于以上原因,本文提出了一种组合预测系统(EPS)对碳价格数据进行预测。同时,基于组合预测系统(EPS)预测误差的最佳拟合分布构建碳价格预测区间对其不确定性进行探究。其主要内容包括数据预处理、确定性分析和不确定性分析三个部分:首先,在数据预处理部分,本文采用改进自适应噪声的完全集合经验模态分解技术(ICEEMDAN)对原始碳价格数据进行分解和重构达到数据特征提取的目的。随后,利用偏自相关函数(PACF)研究碳价格序列间的相关性,对序列进行特征选择,得到预测系统的最佳输入。其次,在碳价格确定性分析中,将本文开发的一种全新深度学习递归框架(GBiLSTM)、卷积神经网络(CNN)和极限学习机(ELM)通过多目标蜻蜓优化算法(MODA)进行赋权结合,对碳价格序列进行确定性点估计。最后,在碳价格不确定性分析部分,对所构建的组合预测系统(EPS)的预测误差的分布情况进行探究,寻找到误差最佳拟合分布函数。基于误差的最佳拟合分布构建碳价格区间预测模型,对碳价格的不确定性信息进行挖掘。本文将上述提出的组合预测系统应用到实际碳价格数据中进行仿真实验,对欧盟碳交易体系(EUETS)、中国深圳(SZ)和北京(BJ)碳价格市场的数据进行预测,以此来验证该模型的有效性及其在不同碳价格市场的适用性。此外,本文构建了一个较为完备的评价指标体系,该评价体系包含七个不同的评价指标(MAE、RMSE、MAPE、IA、PICP、FINAW和AWD)对本文所构建的新型组合预测模型进行较为全面且科学的评价。所提出的组合预测系统(EPS)与经典混合预测模型的对比实验结果表明EPS预测系统在预测准确性和稳定性方面都具有良好的预测表现。本文的具体创新点总结如下:(1)采用ICEEMDAN对原始数据进行分解重构,降低复杂数据的噪声,提取数据有效特征,提高预测系统预测性能。(2)多目标蜻蜓优化算法(MODA)被作为组合预测系统的有效赋权手段,同时从预测精度和预测稳定性两个角度对组合模型的权系数进行优化,克服了单目标优化只能选择一个目标函数的明显缺陷。(3)开发了一种深度学习递归框架(GBiLSTM),作为组合预测系统(EPS)的一个预测子模型。该深度学习框架将两种递归深度学习算法相结合,能有效处理具有长记性的时间序列,提高了碳价格的预测精度。(4)以往区间预测研究中,误差分布通常假设为高斯分布。本研究利用五种参数分布函数对预测误差进行拟合,寻找最佳误差分布函数,并以此构造碳价格区间预测上下界。

关键词：碳价格预测组合预测系统误差分布函数深度学习框架多目标蜻蜓优化算法

来源：评论

学校读者我要写书评

暂无评论

基于IVMD-OBMS-MMotsa-QR组合系统的港口集装箱吞吐量点区间预测

基于IVMD-OBMS-MMotsa-QR组合系统的港口集装箱吞吐量点区间预测

引用

作者：李峰东北财经大学

学位级别：硕士

当今,随着全球经济高度一体化及我国“一带一路”倡议的提出,海上交通已成为全球经济贸易链中的一个关键环节。而集装箱载运因其操作方便、运输规范、耐用性高等优势,成为现代化的重要交通运输形式。其吞吐量数据是港口和船舶企业运输... 详细信息

当今,随着全球经济高度一体化及我国“一带一路”倡议的提出,海上交通已成为全球经济贸易链中的一个关键环节。而集装箱载运因其操作方便、运输规范、耐用性高等优势,成为现代化的重要交通运输形式。其吞吐量数据是港口和船舶企业运输竞争力综合评价的重要指标。准确、有效的港口吞吐量预测不仅可以优化港口布局,提高港口资源的利用效率,而且对构建综合交通体系也具有重要作用。然而,在多种复杂因素叠加作用下,集装箱吞吐量序列非线性、波动性和随机性程度较高,传统的预测方法无法有效地提取外界相关因素变动对预测结果的影响,从而难以对这种非线性系统进行精准的判断,得出可以指导实践的预测结果。针对以上缺陷,本文构建了一个可推广性高、普遍适用的组合预测系统。首先,该系统采用遗传算法优化参数的变分模态分解(IVMD)提取集装箱吞吐量数据的主要特征,从而有效地提高了预测精度。其次基于最优基准模型选择准则(OBMS),从八个经典神经网络模型中选取四个最优模型,构建了点区间组合预测系统。通过Elman神经网络(Enn)、门循环单元(Gru)、反向传播神经网络(BPnn)和长短期记忆网络(LStm)四种智能算法开展预测,并运用改进的多目标被囊群优化算法(MMotsa)对预测结果进行加权优化。然后基于分位数回归原理,得到不同显著性水平下的预测区间。最后本文构建了一套科学合理的评价体系(四个确定分析评价指标、三个不确定分析评价指标、四组不同的检验分析方法),对所提出的组合预测模型进行了综合的评判。实证分析和检验结果都表明,所构造的组合系统预测精度高,结果稳定,操作时间合理,可广泛推广,有利于港口管理者及运营机构合理规划港口船舶布局、配套设施和货物运行区域,促进交通运输部门更加有序开展业务。本文的主要贡献和创新总结如下:(1)打破了单一预测系统的缺点,构造了 IVMD-OBMS-MMosta-QR点区间组合预测系统。该系统包括五个模块:去噪模块、基准模型选择模块、子模型预测模块、结果优化模块和区间预测模块。它既能有效捕获复杂的数据特征,又能合理的搜索各基准模型的最优权重,充分吸收各子模型的优点。(2)基于改进的“分解集成”机制,对分解技术参数进行全局寻优,最大限度地消除数据中的不稳定性和随机性。Hénon初始化使初始种群更大程度地覆盖搜索盲区;精英反向学习有利于提高被囊群体多样性和种群质量,进而提升算法全局寻优性能;指数函数步长减弱算法陷入局部最优的能力并且提高算法收敛的速度。基于实际数据的实验结果表明,所提出的修正策略不仅能提高模型的精度,而且能提高其鲁棒性。(3)构造了一套科学合理的评价体系。本文采用了三个发展水平差异较大的港口集装箱吞吐量数据、五组不同的对比实验、十一个比较模型,七个性能指标,对组合系统的预测精度进行了有效评估。此外,还运用四种测试方法对预测性能进行深度挖掘,验证了组合系统的稳定性。(4)通过理论证明和实证研究,证明了预测结果是最优的。理论证明改进的多目标被囊群优化算法的最优解就是各基准模型的最优权重;实验结果表明采用Hénon初始化、精英反向学习、指数函数步长和多目标策略改进的被囊群算法在全局搜索中具有较强的预测精度和稳定性。

关键词：集装箱吞吐量改进的变分模态分解改进的多目标被囊群优化算法组合预测系统

来源：评论

学校读者我要写书评

暂无评论

经济预测方法系统研究

引用

现代管理科学 2002年第6期 28-31页

作者：梁慧稳王慧敏河海大学国际工商管理学院江苏南京210098

本文基于系统方法论思想,借助组合预测研究的方法,对单一经济预测方法作了系统评价,探讨了经济预测中的组合预测系统。

关键词：经济预测方法组合预测系统系统评价计算机系统

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：