基于GRA-LSTM模型的碳排放量预测 ——以宿迁市为例

摘要：

为提高碳排放量预测精度,构建了一类基于GRA-LSTM神经网络的碳排放量预测模型.借助该模型,对江苏省宿迁市的碳排放量进行预测仿真实验,并将预测结果与BP神经网络、一阶一元灰色GM(1,1)模型的预测结果进行比较.结果表明,GRA-LSTM模型的预测误差RMSE、MAE、MAPE分别为0.0665、0.1996、0.0665,具有较高的预测精度.

关键词：LSTM网络、灰色关联分析、"双碳"目标、碳排放量预测

所属期刊栏目：14

分类号：X51(大气污染及其防治)

资助基金：宿迁学院大学生创新创业训练计划项目2022XSJ050Y

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：25-27,32