隨著全國碳排放權(quán)交易市場的啟動,碳價的預(yù)測對碳市場參與者的風險管理具有重要意義。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)的碳價預(yù)測模型:利用Elastic Net方法降維,篩選出碳價的主要影響因素;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,結(jié)果表明:CPSO-BP碳價預(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碳價預(yù)測模型擬合結(jié)果圖

（二）碳價影響因素的篩選運用ＥｌａｓｔｉｃＮｅｔ方法對碳價影響因素進行變量選擇。在進行降維前先對原始數(shù)據(jù)進行歸一化處理，以消除指標量綱的影響。本文運用ＥｌａｓｔｉｃＮｅｔ方法，結(jié)合ＡＩＣ準則，給出了變量選擇結(jié)果及參數(shù)估計值，見表２。表２碳價影響因素的參數(shù)估計結(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

標越小，表明模型的預(yù)測精度越高。為了對ＣＰＳＯ－ＢＰ碳價預(yù)測模型的性能進行檢驗，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碳價預(yù)測模型相對誤差圖由圖２可知：ＣＰＳＯ－ＢＰ模型可準確地預(yù)測碳價

（二）碳價影響因素的篩選運用ＥｌａｓｔｉｃＮｅｔ方法對碳價影響因素進行變量選擇。在進行降維前先對原始數(shù)據(jù)進行歸一化處理，以消除指標量綱的影響。本文運用ＥｌａｓｔｉｃＮｅｔ方法，結(jié)合ＡＩＣ準則，給出了變量選擇結(jié)果及參數(shù)估計值，見表２。表２碳價影響因素的參數(shù)估計結(jié)果表影響因素ＶＯＬＥ....

本文編號：3945514