基于GMDH-PSO-LSSVM的国际碳市场价格预测

被引：37

作者：

朱帮助 ^{[1
,2
,3
]}

魏一鸣 ^{[2
,3
]}

机构：

[1] 五邑大学经济管理学院

[2] 北京理工大学能源与环境政策研究中心

[3] 北京理工大学管理与经济学院

来源：

系统工程理论与实践 | 2011年 / 31卷 / 12期

关键词：

碳价预测; 欧盟排放交易体系; 数据分组处理方法; 粒子群算法; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

X196 [环境经济学];

学科分类号：

02 ; 0201 ; 020106 ;

摘要：

针对国际碳市场价格预测LSSVM建模输入节点和模型参数难以确定的问题,建立了基于数据分组处理方法(GMDH)-粒子群算法(PSO)-最小二乘支持向量机(LSSVM)的国际碳市场价格预测模型.首先利用GMDH算法获得LSSVM建模中的输入变量;其次应用PSO算法对LSSVM建模中的参数进行优化,进而使用训练好的LSSVM模型对测试样本进行预测;最后采用该模型对欧盟排放交易体系(EU ETS)两个不同到期时间的碳期货价格(DEC 10和DEC 12)进行实证分析,取得了令人满意的效果.

引用

页码：2264 / 2271

页数：8

共 8 条

[1] 化石能源市场对国际碳市场的动态影响实证研究
张跃军
魏一鸣
[J]. 管理评论, 2010, 22 (06) : 34 - 41
[2] 基于两阶段优化算法的神经网络预测模型
邹昊飞
夏国平
杨方廷
[J]. 管理科学学报 , 2006, (05) : 28 - 35
[3] 碳金融与碳市场[M]. 科学出版社 , 魏一鸣, 2010
[4] Modeling CO 2 emission allowance prices and derivatives: Evidence from the European trading scheme[J] . George Daskalakis,Dimitris Psychoyios,Raphael N. Markellos.Journal of Banking and Finance . 2009 (7)
[5] Price drivers and structural breaks in European carbon prices 2005–2007[J] . Energy Policy . 2007 (2)
[6] Self-Organising Data Mining[J] . F. Lemke,J.-A. Müller.Systems Analysis Modelling Simulation . 2003 (2)
[7] Least squares support vector machine classifiers
Suykens, JAK
Vandewalle, J
[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300
[8] http://discover.news.163.com/10/0201/10/5UE9C2P300 0125LI.html .

← 1 →