石雪涛
- 作品数:2 被引量:12H指数:1
- 供职机构:五邑大学经济管理学院更多>>
- 发文基金:国家自然科学基金广东省高等学校高层次人才项目广东省自然科学基金更多>>
- 相关领域:经济管理环境科学与工程自动化与计算机技术更多>>
- 基于相空间重构和最小二乘支持向量回归模型参数同步优化的碳市场价格预测被引量:12
- 2017年
- 为提高碳市场价格预测的准确性,提出了一种基于相空间重构(PSR)和最小二乘支持向量回归(LSSVR)模型参数同步优化的碳市场价格预测模型(PSO-PSR-LSSVR).该模型基于碳市场价格数据特征,利用PSO算法自适应同步优化PSR和LSSVR参数,有效克服了模型参数单独优化和轮流优化的缺陷,保证了参数组合的整体最优.以欧盟碳排放交易体系(EU ETS)下两个碳期货价格为研究对象,实证结果表明,相比常用的预测方法,该模型能够获得更高的预测精度.
- 石雪涛朱帮助
- 关键词:粒子群优化算法
- 基于EEMD与LSSVR的能源消费量多尺度预测——以广东省为例
- 2015年
- 由于能源消费内在的复杂性,传统的单尺度预测方法很难获得理想的预测效果.为提高能源消费量预测精度,提出了基于集合经验模态分解(EEMD)与最小二乘支持向量回归(LSSVR)的能源消费量多尺度预测模型.首先应用EEMD算法将能源消费量环比指数从高频到低频分解成若干结构更简单、变化更平稳、规律性更强、更易于预测的内在模态函数(IMF)和一个残差项;其次利用LSSVR对各IMF和残差项进行预测,并采用粒子群算法(PSO)选择最优的模型参数;然后将各分量的预测值直接加总求和重构出能源消费量环比指数的预测序列;最后通过逆环比化处理,获得原始能源消费量的最终预测值.利用该模型对1980-2013年广东省能源消费量进行实证分析,结果表明多尺度预测模型的确能够显著提高预测精度.
- 王平王克凡石雪涛朱帮助
- 关键词:能源消费量粒子群优化算法