基于组合预测模型的萧山碳排放预测
Energy Conservation（2022）
摘要
根据萧山1997—2017年碳排放数据和"十四五"规划指标,基于ARIMA时间序列模型、NAR神经网络、STIRPAT模型分别预测2025年萧山碳排放量.运用最优加权组合模型,截取模型2007—2016年的拟合数据,将3种模型进行组合预测.结果显示,组合之后各项评价指标均表明相对单一模型更好,组合预测模型的拟合优度为0.83,相对平均绝对误差为3.14％、均方根误差为0.5643,组合模型有更高的精度.组合模型预测2025年萧山的碳排放量将达到2454.98万t,碳排放强度下降至0.817 t/万元.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要