期刊文献+

二次检索

题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

年份

作者

共找到1篇文章
< 1 >
每页显示 20 50 100
基于非结构化数据的碳价格组合预测研究
1
作者 王木子妍 罗瑞 +4 位作者 刘金培 石倩 刘泊尧 邹青青 姜安琪 《武汉理工大学学报(信息与管理工程版)》 CAS 2023年第3期410-415,421,共7页
针对现有碳交易价格预测模型均不能反映非结构化数据的实时影响,存在滞后性缺陷,且传统分解方法难以充分提取多尺度特征等问题,提出了基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和非结构化数据的碳价格组合预测模型。首先,对... 针对现有碳交易价格预测模型均不能反映非结构化数据的实时影响,存在滞后性缺陷,且传统分解方法难以充分提取多尺度特征等问题,提出了基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和非结构化数据的碳价格组合预测模型。首先,对预处理后的非结构化数据进行ICEEMDAN分解,采用Fine-to-coarse方法将不同的本征模函数重构为高频分量、低频分量和趋势项。其次,针对高频分量、低频分量和趋势项,分别采用双向长短期记忆神经网络(Bi-LSTM)、极端梯度提升(XGBoost)和Holt指数平滑法进行预测。最后,通过灰狼优化集成预测结果。仿真实验结果表明:与其他预测模型相比,所提出的组合模型通过引入ICEEMDAN和XGBoost等处理结构化和非结构化数据,减少了信息冗余,预测精确度更高,稳定性更强。 展开更多
关键词 碳价格组合预测 非结构化数据 ICEEMDAN Bi-LSTM XGBoost
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部