我國二氧化碳排放量的研究-展示頁
2025-07-07 18:38本頁面
【正文】 來自中國統(tǒng)計年鑒的碳排放數(shù)據(jù)真實可靠；各影響因素之間相互獨立；各個影響因素遵循其發(fā)展規(guī)律。二、具體問題：收集中國歷年碳排放及其影響因素數(shù)據(jù)，建立至少3種定量預測模型（其中GM（1,1）和BP神經網(wǎng)絡模型必需，其它可考慮微分方程、多元回歸分析等）對未來中國碳排放進行預測。根據(jù)2004 年《中華人民共和國氣候變化初始國家信息通報》顯示，%。所以，通過時間序列研究我國排放量及其各影響因素，對我國實現(xiàn)低碳經濟，走可持續(xù)發(fā)展道路有非常重要的意義。關鍵詞：最小二乘法；多元回歸；GM（1,1）灰色預測；BP神經網(wǎng)絡；能源消費排放量1 問題重述一、問題的提出：目前，全世界許多國家已經提出了自己的“低碳經濟”戰(zhàn)略，試圖尋找低碳經濟發(fā)展路徑。結果表明: 能源消費CO2排放量的主要影響因素是工業(yè)和交通運輸業(yè)，在經濟規(guī)模總量增大的影響當中，工業(yè)規(guī)模的快速增長是能源消費排放量增加的主要貢獻因素，%；%居二。. . . .. .數(shù)學建模論文論文題目：碳排放問題的研究隊長 ： 黃傳禎 學號：1031040111 學院： 理學院隊員1： 陸芬芳 學號：1031040215 學院： 理學院隊員2： 江秋燕 學號：1031040121 學院：理學院2012 年 8 月 2 日碳排放問題的研究摘 要 在定量計算中國19922011年各部門終端化石燃料燃燒的排放量及其變化軌跡基礎上，利用最小二乘法、多元回歸分析、GM（1,1）灰色預測和BP網(wǎng)絡模型對未來我國能源消費排放量進行預測，得到結果如下表：年份最小二乘法多元回歸分析ＧＭ(１,１)灰色預測ＢＰ神經網(wǎng)絡2011201220132014將能源消費排放量分解為下面六個因素: 農、林、牧、漁、水利業(yè)，工業(yè)，建筑業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)、零售和住宿、餐飲業(yè)，其他行業(yè)。分別考慮這六個因素變化對中國能源消費排放變化的影響。因此，減緩排放最有效的方法是建議工業(yè)有關部門適當減少工業(yè)規(guī)?；蜣D變工業(yè)發(fā)展模式，能源機構盡量尋求清潔能源代替化石燃料以減少交通運輸?shù)刃袠I(yè)的碳排放量。我國也在2007 年APEC 會議上明確提出發(fā)展低碳經濟，但如何發(fā)展，要求我們必須找出目前我國排放的主要影響因素。根據(jù)目前的碳排放研究，化石燃料類能源消費、水泥生產和土地利用是被認為是主要的三大排放源，而化石能源消費是最主要的排放源，其每年產生約60 ～ 65 億噸，約占碳排放總量的70%。因此，能源消費產生的排放是我國主要的碳排放源，研究能源消費引起的中國排放對我國發(fā)展低碳經濟有重要意義。結合若干性能評價指標對模型進行分析比較，指出影響碳排放的主要因素，向有關部門提出具體建議。3 符號說明編號符號意義說明1各個指標值（）2 年總碳排放量3發(fā)展恢數(shù)4內生控制恢數(shù) 5相對誤差4 問題分析本文要求以中國碳排放量為研究對象，收集最近至少20年的相關數(shù)據(jù)，建立多種預測模型，并結合若干性能指標對各個模型進行分析比較，指出影響碳排放的主要因素。其次對于碳排放的預測,我們考慮運用比較具有科學性的神經網(wǎng)絡、灰色理論、多元回歸、最小二乘法模型四種方法分別對中國碳排放量進行了預測。多元回歸模型：本論文將以碳的排放量作為目標函數(shù)，將它們分別于影響碳排放的6個因素建立多元線性關系，利用得出方程，然后再將現(xiàn)有的數(shù)據(jù)帶入進行檢驗，進而可以得出預測值，再與實際值進行比較，得出相對誤差，最后再對模型進行合理的分析，分析后對未來數(shù)據(jù)進行預測。若模型精準度較高，可對未來幾年進行預測，得出合理的預測結果。建立神經網(wǎng)絡，進行訓練和擬合，最終得到一個較好的神經網(wǎng)絡模型,可供以后進行預測。5模型建立與求解．數(shù)據(jù)預處理 首先為弱化數(shù)據(jù)間的連帶關系提高建模精度，更好反映碳排放量水平對數(shù)據(jù)進行滑動平均處理。圖51(a) 未經處理數(shù)據(jù)散點圖圖51(b) 經處理后數(shù)據(jù)散點圖 由圖我們可以看出經處理后的數(shù)據(jù)散點圖比較平滑，平滑偏差較大的數(shù)據(jù)可以較準確的預測未來數(shù)據(jù)。．模型Ⅲ1．GM（1,1）灰色理論模型的建立一次累加GM (1, 1)模型是最常用的一種灰色動態(tài)預測模型,該模型由一 個單變量的一階微分方程構成,其建模過程如下: 其中，； 對原始灰色數(shù)據(jù)序列作一次累加: 其中, GM (1, 1)模型的定義型,即GM (1, 1)的灰微分方程模型為: 對應的白化方程為: 式中， 為待估參數(shù),分別為發(fā)展恢數(shù)和內生控制恢數(shù). （8）式中 ， 求方程(7)的解: 離散化并還原到原始數(shù)據(jù)即得到GM (1, 1)預測模型:2．GM（1,1）灰色預測模型的求解，每年碳排放總量的原始數(shù)列為： 其累計生成數(shù)列為： 由軟件計算得： ， 將、帶入（10）得到年碳排放量的預測模型為： GM（1,1）灰色預測及各種檢驗指標值年份觀測值預測值殘差相對誤差199200199326
教學教案相關推薦
鄂ICP備17016276號-1