基于關(guān)鍵特征排序的可解釋碳排放預(yù)測模型

打開文本圖片集

摘要：提出基于關(guān)鍵特征排序的可解釋碳排放預(yù)測模型（EEMD-LSTM-ATT），選取人口總數(shù)、城鎮(zhèn)化率、第一產(chǎn)業(yè)國內(nèi)生產(chǎn)總值、第二產(chǎn)業(yè)國內(nèi)生產(chǎn)總值、第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值與進出口貿(mào)易總額這6個變量，以非線性預(yù)測能力強的長短時記憶網(wǎng)絡(luò)為基線模型，采用注意力機制提取影響因素與時間屬性的權(quán)重信息。結(jié)果表明：該模型一方面能夠抑制模態(tài)混疊的產(chǎn)生，減少數(shù)據(jù)非線性對于模型預(yù)測帶來的影響；另一方面能夠解釋不同時間屬性與不同影響因素對于碳排放的重要性程度，使得預(yù)測結(jié)果具備可解釋性；將影響因素與時間屬性的權(quán)重信息加入模型的訓(xùn)練過程能夠促進碳排放影響因素與模型預(yù)測有機結(jié)合；本文方法可實現(xiàn)高精度碳排放預(yù)測，均方根誤差為3.772，平均絕對誤差為3.416，擬合優(yōu)度為0.880。（剩余11254字）