论文摘要
在碳排放预测模型的定量研究中,由于影响碳排放的因素（变量）多而复杂,且变量之间信息彼此重叠,从而出现碳排放预测模型稳定性差、预测精度不高等问题,因此探寻一种有效的变量筛选方法成为急需。本研究基于PLS-VIP算法,以1980—2017年的中国碳排放量为因变量,10个与碳排放量相关的影响因素为自变量进行PLS建模;通过计算原始自变量的投影重要性指标（VIP值）和交叉验证均方根误差（RMSECV）实施变量筛选,然后利用筛选出的变量通过PLS回归对测试数据进行检验。结果发现利用PLS-VIP方法能有效识别出与因变量相关性较强的变量,并从根本上减少进入模型的变量个数;同时基于筛选出的变量建模,其预测的精度和稳定性明显优于传统PLS方法,表明PLS-VIP方法在变量筛选和提高预测性能上是有效的。在模型的可解释性上,与传统的PLS方法相比,PLS-VIP方法筛选出的变量对因变量具有更科学、更合理和更强的解释能力,表明PLS-VIP方法能有效处理多变量的复杂性问题,是一种可行的变量筛选方法。
论文目录
文章来源
类型: 期刊论文
作者: 刘贤赵,杨旭
关键词: 碳排放,变量筛选,方法
来源: 环境生态学 2019年08期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 环境科学与资源利用
单位: 湖南科技大学资源环境与安全工程学院
基金: 国家社会科学基金项目(17BGL138)资助
分类号: X321
页码: 60-65
总页数: 6
文件大小: 516K
下载量: 233