基于混沌PSO优化BP神经网络的碳价预测

摘要：

随着全国碳排放权交易市场的启动,碳价的预测对碳市场参与者的风险管理具有重要意义.针对BP神经网络收敛速度慢、容易陷入局部极值的弊端,结合混沌的遍历性,构建基于混沌粒子群(CPSO)算法优化BP神经网络的碳价预测模型:利用Elastic Net方法降维,筛选出碳价的主要影响因素;再用CPSO优化BP神经网络的初始权值和阈值训练模型并预测碳价,结果表明:CPSO-BP碳价预测模型的精度和稳定性明显优于传统BP神经网络、粒子群优化的BP神经网络以及果蝇算法优化的BP神经网络.

关键词：碳排放权、Elasticnet、混沌粒子群算法、BP神经网络、果蝇算法

所属期刊栏目：33

分类号：C812(统计方法)

资助基金：国家自然科学基金面上项目《具Levy 噪声的状态切换随机时滞系统控制及在基因调控网络中的应用》61773401;国家自然科学基金青年项目《非随机化响应技术中logistic回归及相关问题的研究》11601524;湖北省人文社会科学研究项目《湖北县域金融生态评价指标体系的构建与实证研究》17G024

在线出版日期：2018-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：93-98