多标度分形特征下碳排放权价格预测算法

发布时间：2022-01-24 07:30

　　在非线性范式下,本文构建了基于多贝西小波三层变换和单支重构的遗传算法径向基函数神经网络模型（daubechies wavelet-genetic algorithm-radial basis function neural network model,Db3-GA-RBF）,探讨了欧盟碳排放权市场的价格预测问题.研究表明:1)欧盟碳排放权交易市场配额三阶段的现货价格波动均具有局部尺度多样性特征,且第3阶段碳价格序列多重分形特征最强,本质上碳排放权市场是一个多重分形与混沌市场;2)Db3-GA-RBF模型能有效地提高数据的准确性和模型的泛化能力,使模型的预测精度更强;3)与其他预测模型效果相比,基于施瓦茨信息准则（Schwartz’s information criterion,SIC）的Db3-GA-RBF（SIC）模型的预测精度大约提高70%. 

【文章来源】：控制理论与应用. 2018,35(02)北大核心EICSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]国际碳排放权市场分形与混沌行为特征分析与检验——以欧盟碳排放交易体系为例[J]. 杨星,梁敬丽.  系统工程理论与实践. 2017(06)
[2]非线性系统有输入饱和时基于平方和的鲁棒模型预测控制器[J]. 胡超芳,解倩倩.  控制理论与应用. 2016(03)
[3]基于EMD-PSO-SVM误差校正模型的国际碳金融市场价格预测[J]. 高杨,李健.  中国人口.资源与环境. 2014(06)
[4]一种遗传算法与粒子群优化的多子群分层混合算法[J]. 金敏,鲁华祥.  控制理论与应用. 2013(10)
[5]基于GMDH-PSO-LSSVM的国际碳市场价格预测[J]. 朱帮助,魏一鸣.  系统工程理论与实践. 2011(12)
[6]A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING[J]. NAKAMORI,Yoshiteru.  Journal of Systems Science and Complexity. 2004(03)



本文编号：3606144