期刊文献+

基于CEEMDAN-SE-GRU的碳排放权交易价格预测 被引量:1

下载PDF
导出
摘要 准确预测碳价格有助于完善碳定价机制并为企业提供指导。为此,提出了基于CEEMDAN和样本熵算法的GRU碳价预测模型,并应用于湖北碳交易市场。模型首先通过CEEMDAN将原始碳价序列分解为本征模态分量(IMF),然后利用样本熵算法计算各序列复杂度,并重构为高频、低频和趋势项序列。最后,使用GRU模型对重构序列进行预测,将各序列的预测结果加和得到最终预测值,并与基准模型进行比较。结果显示,所提模型具有更小的预测误差和更好的拟合优度,能够有效预测碳价格。
出处 《信息系统工程》 2024年第11期123-126,共4页
  • 相关文献

参考文献4

二级参考文献56

  • 1莫建雷,朱磊,范英.碳市场价格稳定机制探索及对中国碳市场建设的建议[J].气候变化研究进展,2013,9(5):368-375. 被引量:23
  • 2邹昊飞,夏国平,杨方廷.基于两阶段优化算法的神经网络预测模型[J].管理科学学报,2006,9(5):28-35. 被引量:11
  • 3http://discover.news.163.com/10/0201/10/5UE9C2P300 0125LI. html.
  • 4Yu L, Wang S Y, Lai K K. A novel nonlinear ensemble forecasting model incorporating GLAR and ANN for foreign exchange rates[J]. Computer & Operation Research, 2005, 32:2523-2541.
  • 5Vapnik V N. Statistical Learning Theory[M]. NewYork: Wiley, 1998.
  • 6Suykenns J A K, Vandewalle J. Least squares support vector machine[J]. Neural Processing Letter, 1999, 9(3): 293-300.
  • 7Lemke F. Muller J A. Self-organizing data mining[J]. Systems Analysis Modeling Simulation. 2003.43: 231-240.
  • 8Kennedy J, Eberhart R C. Particle swarm optimization[C]// Proc IEEE Conf on Neural Networks, Perth: Piscataway, 1995(4): 1942-1948.
  • 9Alberola E, Chevallier J, Cheze B. Price drivers and structural breaks in European carbon prices 2005-2007[J]. Energy Policy, 2008, 36(2): 787-797.
  • 10Benz E, Truck S. Modeling the price dynamics of CO2 emission allowances[J]. Energy Economics, 2009, 31(1): 4-15.

共引文献82

同被引文献13

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部