基于ARIMA和BP神经网络组合模型的我国碳排放强度预测

被引:55
作者
赵成柏 [1 ,2 ]
毛春梅 [3 ]
机构
[1] 河海大学商学院
[2] 淮阴工学院经济管理学院
[3] 河海大学公共管理学院
关键词
碳排放强度; BP神经网络; ARIMA模型; 组合模型;
D O I
暂无
中图分类号
X502 [污染分析与测定];
学科分类号
摘要
预测我国碳排放强度的长期变动趋势,对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%~45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标。
引用
收藏
页码:665 / 671
页数:7
相关论文
共 10 条