本文選題：碳價(jià)預(yù)測　切入點(diǎn)：歐盟排放交易體系　出處：《系統(tǒng)工程理論與實(shí)踐》2011年12期

【摘要】：針對國際碳市場價(jià)格預(yù)測LSSVM建模輸入節(jié)點(diǎn)和模型參數(shù)難以確定的問題,建立了基于數(shù)據(jù)分組處理方法(GMDH)-粒子群算法(PSO)-最小二乘支持向量機(jī)(LSSVM)的國際碳市場價(jià)格預(yù)測模型.首先利用GMDH算法獲得LSSVM建模中的輸入變量;其次應(yīng)用PSO算法對LSSVM建模中的參數(shù)進(jìn)行優(yōu)化,進(jìn)而使用訓(xùn)練好的LSSVM模型對測試樣本進(jìn)行預(yù)測;最后采用該模型對歐盟排放交易體系(EU ETS)兩個不同到期時間的碳期貨價(jià)格(DEC 10和DEC 12)進(jìn)行實(shí)證分析,取得了令人滿意的效果.
[Abstract]:Aiming at the problem that it is difficult to determine the input node and model parameters of LSSVM modeling for international carbon market price prediction, A price prediction model of international carbon market based on data grouping method (GMDH) and particle swarm optimization (PSO) is established. Firstly, the input variables in LSSVM modeling are obtained by using GMDH algorithm. Secondly, PSO algorithm is used to optimize the parameters in LSSVM modeling, and then the trained LSSVM model is used to predict the test samples. Finally, the model is used to analyze the two carbon futures prices with different expiration time (DEC10 and DEC 12) in the EU emissions trading system (EU ETS), and the results are satisfactory.
【作者單位】： 五邑大學(xué)經(jīng)濟(jì)管理學(xué)院;北京理工大學(xué)能源與環(huán)境政策研究中心;北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院;
【基金】：國家自然科學(xué)基金(71020107026,70733005) 國家博士后科學(xué)基金(201104057) 國家教育部人文社會科學(xué)青年基金(11YJC630304)
【分類號】：X196
，

本文編號：1691921