科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更精准预测陕西省碳排放量，提出基于二次分解的BAS-LSTM预测模型。二次分解的BAS-LSTM预测模型的均方根误差、平均绝对误差、平均相对误差表明，该模型具有更好的全局寻优能力，解决了LSTM算法自身参数选择的强随机性问题，有效提高了模型的预测精度；更加全面地运用时间序列数据信息来预测碳排放量，解决了碳排放量数据的非线性、不稳定性问题，有效提高了模型的模型预测精度；适用于随机性强的碳排放时间序列预测，大幅提升原始序列预测精度。预测效果显著优于BAS-LSTM模型、VMD-EEMD-LSTM模型和LSTM模型，是一种更适用于陕西省碳排放量的预测方法。
- 单位
