基于關(guān)鍵特征排序的可解釋碳排放預(yù)測(cè)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(cè)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(jìn)出口貿(mào)易總額這6個(gè)變量，以非線性預(yù)測(cè)能力強(qiáng)的長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)為基線模型，采用注意力機(jī)制提取影響因素與時(shí)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(duì)于模型預(yù)測(cè)帶來的影響；另一方面能夠解釋不同時(shí)間屬性與不同影響因素對(duì)于碳排放的重要性程度，使得預(yù)測(cè)結(jié)果具備可解釋性；將影響因素與時(shí)間屬性的權(quán)重信息加入模型的訓(xùn)練過程能夠促進(jìn)碳排放影響因素與模型預(yù)測(cè)有機(jī)結(jié)合；本文方法可實(shí)現(xiàn)高精度碳排放預(yù)測(cè)，均方根誤差為3.772，平均絕對(duì)誤差為3.416，擬合優(yōu)度為0.880。（剩余11254字）