基于SVR的区域交通碳排放预测研究

作者：陈亮; 王金泓; 何涛; 周志华; 李巧茹; 杨文伟

来源：交通运输系统工程与信息, 2018, 18(02): 13-19.

DOI：10.16097/j.cnki.1009-6744.2018.02.003

• 综合交通运输
• 预测研究
• SVR
• 交通碳排放
• 影响因素

基于STIRPAT模型,选择旅客周转量、货物周转量、人均GDP、机动车保有量、碳排放强度、能源结构和城市化率7项指标作为我国区域交通碳排放影响因素,建立基于支持向量回归机的碳排放预测模型,并以1990—2016年北京市交通碳排放相关数据为基础数据做实例分析.结果表明:训练样本交叉验证均方误差仅为0.008 040,得到参数C和γ的最优值;模型预测值与真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.984 2和0.995 0,即模型具有良好的学习和推广能力;未来区域交通碳排放增长趋势逐渐变缓,但总量将继续呈上升趋势,社会仍然面临较大的温室气体减排压力.

• 单位
  广州市交通规划研究院; 河北工业大学