基于系統(tǒng)聚類與BP神經(jīng)網(wǎng)絡(luò)的世界碳排放預(yù)測(cè)模型及應(yīng)用研究.pdf

1、全球變暖是一種人為現(xiàn)象，既危害自然生態(tài)系統(tǒng)的平衡，也威脅人類的生存與發(fā)展。政府間氣候變化專門(mén)委員會(huì)（IPCC）第4次評(píng)估報(bào)告指出，人類燃燒化石燃料所產(chǎn)生的二氧化碳是全球變暖的主要誘因。對(duì)全球變暖的擔(dān)憂促使世界碳排放預(yù)測(cè)研究成為學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題。世界碳排放預(yù)測(cè)模型是其研究的重要內(nèi)容，該類模型一般采用單一預(yù)測(cè)模型、融合預(yù)測(cè)模型對(duì)世界碳排放進(jìn)行預(yù)測(cè)。兩類預(yù)測(cè)模型各有優(yōu)劣，本文在前人研究的基礎(chǔ)上，對(duì)融合預(yù)測(cè)模型進(jìn)行深入研究，提出基于系統(tǒng)聚類

2、與BP神經(jīng)網(wǎng)絡(luò)的世界碳排放預(yù)測(cè)模型。
　　首先，本文對(duì)兩類世界碳排放預(yù)測(cè)模型進(jìn)行梳理匯總，并比較說(shuō)明兩類模型的優(yōu)缺點(diǎn)。結(jié)果表明單一預(yù)測(cè)模型操作簡(jiǎn)便、結(jié)果客觀可信，但假設(shè)條件較多且預(yù)測(cè)精度不高；融合預(yù)測(cè)模型相對(duì)復(fù)雜，但方法靈活、應(yīng)用廣泛、信息利用率高，預(yù)測(cè)精度相對(duì)較高。
　　其次，針對(duì)世界碳排放預(yù)測(cè)指標(biāo)的復(fù)雜性與多樣性，構(gòu)建系統(tǒng)聚類與BP神經(jīng)網(wǎng)絡(luò)的世界碳排放預(yù)測(cè)模型，并闡述該模型在世界碳排放預(yù)測(cè)中的適用性。
　　最后，本

3、文從經(jīng)濟(jì)因素、社會(huì)因素、環(huán)境因素等四個(gè)角度出發(fā)，選取人均GDP、總?cè)丝凇⑸置娣e、化石燃料能耗等10個(gè)指標(biāo)，運(yùn)用SPSS軟件進(jìn)行系統(tǒng)聚類分析法全面提取影響世界碳排放預(yù)測(cè)的指標(biāo)，從而構(gòu)建不同的世界碳排放預(yù)測(cè)指標(biāo)層，使世界碳排放預(yù)測(cè)值在很大程度上接近實(shí)際世界碳排放值。將設(shè)計(jì)好的指標(biāo)層輸入MATLAB軟件中進(jìn)行BP神經(jīng)網(wǎng)絡(luò)運(yùn)算，得出相應(yīng)預(yù)測(cè)結(jié)果，通過(guò)兩兩比較確定采用最優(yōu)指標(biāo)層的預(yù)測(cè)模型，并預(yù)測(cè)2015年、2016年世界碳排放量分別為400.0