隨著全國碳排放權(quán)交易市場的啟動,碳價(jià)的預(yù)測對碳市場參與者的風(fēng)險(xiǎn)管理具有重要意義。針對BP神經(jīng)網(wǎng)絡(luò)收斂速度慢、容易陷入局部極值的弊端,結(jié)合混沌的遍歷性,構(gòu)建基于混沌粒子群(CPSO)算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的碳價(jià)預(yù)測模型:利用Elastic Net方法降維,篩選出碳價(jià)的主要影響因素;再用CPSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值訓(xùn)練模型并預(yù)測碳價(jià),結(jié)果表明:CPSO-BP碳價(jià)預(yù)測模型的精度和穩(wěn)定性明顯優(yōu)于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)、粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)以及果蠅算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖２ＣＰＳＯ－ＢＰ碳價(jià)預(yù)測模型擬合結(jié)果圖

（二）碳價(jià)影響因素的篩選運(yùn)用ＥｌａｓｔｉｃＮｅｔ方法對碳價(jià)影響因素進(jìn)行變量選擇。在進(jìn)行降維前先對原始數(shù)據(jù)進(jìn)行歸一化處理，以消除指標(biāo)量綱的影響。本文運(yùn)用ＥｌａｓｔｉｃＮｅｔ方法，結(jié)合ＡＩＣ準(zhǔn)則，給出了變量選擇結(jié)果及參數(shù)估計(jì)值，見表２。表２碳價(jià)影響因素的參數(shù)估計(jì)結(jié)果表影響因素ＶＯＬＥ....

圖４四種神經(jīng)網(wǎng)絡(luò)模型擬合結(jié)果圖

標(biāo)越小，表明模型的預(yù)測精度越高。為了對ＣＰＳＯ－ＢＰ碳價(jià)預(yù)測模型的性能進(jìn)行檢驗(yàn)，本文分別采用ＢＰ神經(jīng)網(wǎng)絡(luò)、ＦＯＡ－ＢＰ模型、ＰＳＯ－ＢＰ模型以及ＣＰＳＯ－ＢＰ模型進(jìn)行模擬和誤差分析，并與ＣＰＳＯ－ＢＰ相比較。四種神經(jīng)網(wǎng)絡(luò)模型的擬合結(jié)果見圖４所示，四種神經(jīng)網(wǎng)絡(luò)模型的相對誤差見圖５所....

圖３ＣＰＳＯ－ＢＰ碳價(jià)預(yù)測模型相對誤差圖由圖２可知：ＣＰＳＯ－ＢＰ模型可準(zhǔn)確地預(yù)測碳價(jià)

（二）碳價(jià)影響因素的篩選運(yùn)用ＥｌａｓｔｉｃＮｅｔ方法對碳價(jià)影響因素進(jìn)行變量選擇。在進(jìn)行降維前先對原始數(shù)據(jù)進(jìn)行歸一化處理，以消除指標(biāo)量綱的影響。本文運(yùn)用ＥｌａｓｔｉｃＮｅｔ方法，結(jié)合ＡＩＣ準(zhǔn)則，給出了變量選擇結(jié)果及參數(shù)估計(jì)值，見表２。表２碳價(jià)影響因素的參數(shù)估計(jì)結(jié)果表影響因素ＶＯＬＥ....

本文編號：3945514