碳排放预测数学建模.pdfVIP

碳排放预测 摘要 碳排放问题在我国已引起广泛的关注， 为制定有效的碳减排路径提供决策依 据，现需对外来几年的碳排放进行预测，题中需要我们采用多个模型进行预测， 其中 GM（1,1 ）、BP神经网络是必须采用的方法，第三种预测模型我们采用了多 元线性回归进行预测。 模型一， GM(1,1)预测碳排放模型。本文收集了从 1985—2010年26年的碳排 放总量的数据，刚开始的时候将 26年的数据都拿进去进行预测， 但相对误差太大， 故考虑到减少一部分数据， 降低相对误差， 最后利用 1995—2010年的数据进行预 测，相对误差达到了 9%。然后通过相关度检验及后验差检验都是非常好的。 并且 求解预测出将来 5年的碳排放总量，结果在下表。 模型二， BP神经网络预测碳排放模型。在分析各项影响因素时，提取了下面 七个因子：全国 GDP、人口总数、城镇化、第三产业所占比率、能源强度能源消 费总量、煤炭煤炭石油所占百分比、实际碳排放。并且利用模型一 GM(1,1) 预测 各因子 2011年— 2015年的数据， 最后利用 BP神经网络进行预测， 结果在下表。 利 用权重对各影响因素进行分析，发现城镇化及能源强度为主要影响因素。 模型三，多元线性回归预测碳排放模型。在分析各项影响因素时，提取了下 面4个影响因子： 人均 GDP、人口总数、城镇化、能源强度能源消费总量。 利用 SPSS 对各个因子进行拟合得到未来几年的预测数据， 然后利用多元线性回归对未来几 年的碳排放进行预测 . 并且能源强度与城镇化是主要影响因素。 应用各模型对碳排放总量进行预测 年份 2011 2012 2013 2014 2015 GM(1,1) 88.403 96.616 105.59 115.4 126.12 BP 88.037 88.974 87.741 87.974 85.807 回归 94.2195 104.8865 117.1429 131.2383 147.4613 现对上面的数据进行分析，只有 BP神经网络在未来是有下降的趋势了，故有 两种可能， 结合实际现对碳排放的控制逐渐上升， 故BP预测有一定的可取性， 在 2011年中 GM(1,1)与BP相近，故在此预测 2011年的碳排放为 88亿吨左右。 关键词 碳排放预测 GM(1,1) BP 神经网络 多元线性回归 1 1 问题的重述 中国是世界上能源生产与消费大国。 碳排放问题在我国已引起广泛的关注， “十二五”规划中明确提出要“节约能源， 降低温室气体排放强度”。 要实现这 一目标，需要对碳排放的影响因素进行深入分析， 构建科学的预测模型来对未来 碳排放进行预测，为制定有效的碳减排措施提供决策依据。 请先收集中国历年碳排放及其影响因素的数据（收集至少近 20 年的相关数 据），然后根据收集的数据建立至少 3 种定量预测模型（其中 GM（1,1 ）和 BP神 经网络模型必需， 其它可考虑微分方程、 多元回归分析等） 来对未来中国碳排放 进行预测， 并结合若干性能评价指标对