基于BP模型的西部城市家庭消费碳排放预测研究——以西安市为例

作者：胡振; 龚薛^*; 刘华

来源：干旱区资源与环境, 2020, 34(07): 82-89.

DOI：10.13448/j.cnki.jalre.2020.187

• 家庭消费碳排放
• BP神经网络模型
• 家庭特征

随着生活消费水平的提高,家庭消费碳排放逐渐逼近工业部门的碳排放,准确预测家庭消费碳排放是制定碳减排政策的前提。文中基于BP神经网络算法和入户调查数据,将反映城市家庭消费模式的指标作为神经网络输入层,将利用消费者生活方式法计算得到的城市家庭消费碳排放作为神经网络输出层,建立西安城市家庭消费碳排放预测模型,并对模型有效性进行了检验。研究结果表明:5-8-1结构的BP神经网络模型能够准确预测西安城市家庭消费碳排放,该模型的相关系数大于0.97,预测误差低于4%,具有良好的拟合一致性;与多元线性回归模型相比,该BP模型具有较高的相关系数R(0.9724)和较低的均方误差MSE(0.0223),其预测性能明显优于多元线性回归模型。该研究可为准确预测城市家庭消费碳排放提供新的思路和指标参考。

• 单位
  西安建筑科技大学