基于系統(tǒng)聚類與BP神經網絡的世界碳排放預測模型及應用研究.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委員會（IPCC）第4次評估報告指出，人類燃燒化石燃料所產生的二氧化碳是全球變暖的主要誘因。對全球變暖的擔憂促使世界碳排放預測研究成為學術界研究的熱點問題。世界碳排放預測模型是其研究的重要內容，該類模型一般采用單一預測模型、融合預測模型對世界碳排放進行預測。兩類預測模型各有優(yōu)劣，本文在前人研究的基礎上，對融合預測模型進行深入研究，提出基于系統(tǒng)聚類

2、與BP神經網絡的世界碳排放預測模型。
　　首先，本文對兩類世界碳排放預測模型進行梳理匯總，并比較說明兩類模型的優(yōu)缺點。結果表明單一預測模型操作簡便、結果客觀可信，但假設條件較多且預測精度不高；融合預測模型相對復雜，但方法靈活、應用廣泛、信息利用率高，預測精度相對較高。
　　其次，針對世界碳排放預測指標的復雜性與多樣性，構建系統(tǒng)聚類與BP神經網絡的世界碳排放預測模型，并闡述該模型在世界碳排放預測中的適用性。
　　最后，本

3、文從經濟因素、社會因素、環(huán)境因素等四個角度出發(fā)，選取人均GDP、總人口、森林面積、化石燃料能耗等10個指標，運用SPSS軟件進行系統(tǒng)聚類分析法全面提取影響世界碳排放預測的指標，從而構建不同的世界碳排放預測指標層，使世界碳排放預測值在很大程度上接近實際世界碳排放值。將設計好的指標層輸入MATLAB軟件中進行BP神經網絡運算，得出相應預測結果，通過兩兩比較確定采用最優(yōu)指標層的預測模型，并預測2015年、2016年世界碳排放量分別為400.0