在非線性范式下,本文構(gòu)建了基于多貝西小波三層變換和單支重構(gòu)的遺傳算法徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型（daubechies wavelet-genetic algorithm-radial basis function neural network model,Db3-GA-RBF）,探討了歐盟碳排放權(quán)市場(chǎng)的價(jià)格預(yù)測(cè)問(wèn)題.研究表明:1)歐盟碳排放權(quán)交易市場(chǎng)配額三階段的現(xiàn)貨價(jià)格波動(dòng)均具有局部尺度多樣性特征,且第3階段碳價(jià)格序列多重分形特征最強(qiáng),本質(zhì)上碳排放權(quán)市場(chǎng)是一個(gè)多重分形與混沌市場(chǎng);2)Db3-GA-RBF模型能有效地提高數(shù)據(jù)的準(zhǔn)確性和模型的泛化能力,使模型的預(yù)測(cè)精度更強(qiáng);3)與其他預(yù)測(cè)模型效果相比,基于施瓦茨信息準(zhǔn)則（Schwartz’s information criterion,SIC）的Db3-GA-RBF（SIC）模型的預(yù)測(cè)精度大約提高70%. 

【文章來(lái)源】：控制理論與應(yīng)用. 2018,35(02)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]國(guó)際碳排放權(quán)市場(chǎng)分形與混沌行為特征分析與檢驗(yàn)——以歐盟碳排放交易體系為例[J]. 楊星,梁敬麗.  系統(tǒng)工程理論與實(shí)踐. 2017(06)
[2]非線性系統(tǒng)有輸入飽和時(shí)基于平方和的魯棒模型預(yù)測(cè)控制器[J]. 胡超芳,解倩倩.  控制理論與應(yīng)用. 2016(03)
[3]基于EMD-PSO-SVM誤差校正模型的國(guó)際碳金融市場(chǎng)價(jià)格預(yù)測(cè)[J]. 高楊,李健.  中國(guó)人口.資源與環(huán)境. 2014(06)
[4]一種遺傳算法與粒子群優(yōu)化的多子群分層混合算法[J]. 金敏,魯華祥.  控制理論與應(yīng)用. 2013(10)
[5]基于GMDH-PSO-LSSVM的國(guó)際碳市場(chǎng)價(jià)格預(yù)測(cè)[J]. 朱幫助,魏一鳴.  系統(tǒng)工程理論與實(shí)踐. 2011(12)
[6]A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING[J]. NAKAMORI,Yoshiteru.  Journal of Systems Science and Complexity. 2004(03)



本文編號(hào)：3606144