基于同步多分解集成预测方法的中国碳价格预测

本文采用奇异谱分解(SSA)、经验模态分解(EMD)和改进的变分模态分解(OVMD)三种不同的分解方法对北京、深圳、湖北三个碳交易所的碳价格数据进行同步的多通路分解,再通过K均值聚类方法重构分解得到的子序列,对重构后的序列利用Adaboost-ELMAN方法进行预测,最后借用BP神经网络对预测结果进行非线性集成。结果显示,该模型的预测精度优于基准模型,并验证了多通路分解方法能够有效地提高分解—集成预测框架下我国碳价格预测的预测效果。