改进的灰色马尔科夫预测模型对全国碳排放量的预测

改进的灰色马尔科夫预测模型对全国碳排放量的预测

ID:38678921

大小:235.00 KB

页数:10页

时间:2019-06-17

改进的灰色马尔科夫预测模型对全国碳排放量的预测_第1页
改进的灰色马尔科夫预测模型对全国碳排放量的预测_第2页
改进的灰色马尔科夫预测模型对全国碳排放量的预测_第3页
改进的灰色马尔科夫预测模型对全国碳排放量的预测_第4页
改进的灰色马尔科夫预测模型对全国碳排放量的预测_第5页
资源描述:

《改进的灰色马尔科夫预测模型对全国碳排放量的预测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、改进的灰色马尔科夫预测模型对全国碳排放量的预测-科技创新论文改进的灰色马尔科夫预测模型对全国碳排放量的预测黄元生,尚月(华北电力大学(保定)经济管理学院,河北保定071003)摘要:基于灰色理论和马尔科夫理论,建立传统的灰色马尔科夫预测模型;对传统灰色马尔科夫预测模型初始预测值的构造存在的一定误差进行改进,并用改进后的新模型计算全国碳排放量,然后将全国碳排放量预测结果与传统的灰色马尔科夫模型进行对比;预测结果表明:改进后的灰色马尔科夫模型预测精度有了进一步的提高并验证了算法的有效性.关键词:碳排放量;二氧化碳排放量;灰色理论模型;马尔科夫链;新陈

2、代谢中图分类号:F224文献标识码:A文章编号:1673-260X(2015)05-0071-031引言中国作为世界上最重要的发展中国家之一,多种因素促成碳的排放量始终高于其他国家.目前中国是全球最大的碳消费国和第二大的石油消费国,对世界环境和自身发展都造成了不利影响.因此针对碳排放量的先进准确预测变得尤为重要,它能够使得政府或相关部门在碳排放量情况变得更加严峻之前调整能源方针,提出更加行之有效的节能低碳方案并付诸行动.文献[1]中拟建立关于能源消费碳排放量的多因素灰色预测模型,并对GM(1,N)和GM(0,N)模型预测能源消费碳排放量的精度进行

3、了检验和对比分析.文献[2]中利用灰色关联分析原理,对中国碳排放影响因素进行筛选,再利用BP神经网络模型对中国碳排放进行预测,从而大大地提高了神经网络的训练速度,并且达到了良好的预测效果.2传统的灰色马尔科夫建模2.1灰色系统理论设原始时间序列:X(0)={x(0)(1),x(0)(2),…,x(0)(n)};经过一次累加得新的时间序列:X(1)={x(1)(1),x(1)(2),…,x(1)(n)},其中x(1)(k)=x(0)(i),则GM(1,1)模型的原始形式为:x(0)(k)+ax(1)(k)=b若为参数列,且其中:z(1)(k)=1/

4、2[x(1)(k-1)+x(1)(k)];则GM(1,1)模型x(0)(k)+ax(1)(k)=b的最小二乘估计参数列满足等式:=(BTB)-1Y推出关于x(0)(k)预测模型预测值表达式为:x(0)(+1)=(1-ea)x(0)(1)-b/ae(-ak);k=0,1,2,…,n2.2马尔科夫过程假设{X(t),t∈T}是定义在概率空间(?赘,f,P)上的随机过程,状态空间S,若对于任意n0状态i1,i2,in+1∈S均有:P{Xn+1=in+1

5、X1=i1,X2=i2,…,Xn=in}=P{Xn+1=in+1

6、Xn=in}则称{X(t),t∈T

7、}为马尔科夫链,此种概率所表示现象称为无后效性,即在当前情况下,系统未来的变化不受过去影响,只依赖于目前所处的状态,此过程为马尔科夫过程.对Pij(n)(m)=P{Xm+n=j

8、Xm=i},且i,j∈S进行定义为系统在m时刻所处i状态下经过n步转移后处于j状态的n步转移概率,在齐次马尔科夫链下,记Pij(n)=Pij(n)(m),i,j∈S,n≥1,称为马尔科夫链的n步转移概率;设Pij={pij}=为系统状态的转移概率矩阵.n步转移概率矩阵P(n)={Pijn},矩阵元素具有如下性质:2.3传统灰色马尔科夫模型现实生活中的各种不确定因素使得转移

9、概率难以实现确切地表达,只能得到一个转移概率取值的灰色区间集pij().若有限状态灰色马尔科夫链的初始分布为PT(0)={p1,p2,…,pn},转移矩阵为p()=[pij()]均已知情况下,我们可以对未来任取某一时期系统的分布进行预测.即:PT(s)=PT(0)Ps().定义Qij(m)为从灰色状态i经m步后转移到灰色状态j的原始数据样本数,Qi为所处灰色状态i的原始样本数,得到:pij(m)=;i=1,2,…,n为状态转移概率.通常只考虑一步状态概率矩阵,若预测对象处于k状态,若状态概率矩阵中第k行满足:,则认为系统下一时间点最有可能由k转移

10、到l状态.若存在两个或两个以上最大值,就需要对两步或两步以上的转移概率矩阵进行考察,以便确定状态未来走向.3传统模型对全国碳排放预测3.1数据提取与转化由中国统计年鉴得到2005年至2014年各年能源消费总量及煤炭、石油、天然气以及电能等所占能源消耗比例,见表3-1.由于计算各年二氧化碳排放量过程中需要进行系数转化,因此给出各能源二氧化碳转化系数,见表3-2.因此,各年二氧化碳排放量,如下表3-3所示.3.2模型预测结果及分析将所得各年CO2排放量数据带入传统灰色预测模型,得到各年CO2排放量的预测数值,计算出实际值与预测值之间的误差以及误差相对

11、值,然后将其与马尔科夫链模型相结合,对所得误差相对值进行排序,并按照顺序分为三组,进行三种灰色状态划分,记1=(-6.9%,-1.54%

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。