基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测

由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GABP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。

当代大学生网络消费心理特征与营销策略分析——来自西南交通大学的调查说明

本项目是以西南交通大学的学生为例进行当代大学生网络消费心理特征分析,通过调查在校大学生网络购物的状况,进一步研究他们网络消费的心理特征,本文以独立第三方的方式对当前大学生网络消费心理群体特征和个体差异进行分析描述,从而在科学认识基础之上,科学引导,同时帮助企业有针对性地开展营销工作。

基于合作博弈的国际环境合作模型及其应用

二氧化碳排放量与经济增长存在高度的相关性,因此如何合理分配碳排放额以促使环境与经济协调发展,已成为国际环境合作关注的焦点。本文以经济增长与碳减排共赢为目标,应用伽玛函数构建了绿色效用函数模型,并在此基础上运用博弈论理论进行国际合作效用函数模型的构建。研究表明,在给定二氧化碳排放量目标下,利用本文的国际合作效用函数模型进行预测,可以得出五国最优单位GDP的二氧化碳排放量为0.219千克,比现有预测的单位GDP二氧化碳排放量减少了1.44%.由于各国经济发展战略的不同会导致所计算的纳什均衡结果不同,所以各国应在充分考虑本国国情与发展目标的基础上进行国际环境合作。