神经网络论文关于基于BP神经网络模型的碳权交易论文范文参考资料

神经网络论文关于基于BP神经网络模型的碳权交易论文范文参考资料 (对外经济贸易大学，北京100029) 摘要文章以北京环境交易所控制下的碳排放权交易数据为研究对象，运用统计分析和信息经济学为主要研究方法，对我国碳排放权交易展开理论分析，从碳排放权交易的成交量、成交价格的动态一致性角度入手，以月份均值和平均绝对误差为基准数据，建立高精确度的BP神经网络模型，通过碳排放权交易价格与成交量的趋势分析，得到碳排放权交易的形成机制。 关键词碳排放；交易价格；神经网络 DOI10.13939/j.ki.zgsc.xx.02.079 1国内外碳排放交易市场概况 京都议定书(以下简称“议定书”)是具有法律约束力的国际协议，使各国二氧化碳等温室气体的排放受到限制，从而碳排放权成为一种具有流动性的稀缺资源，进一步推动了碳排放权交易市场的发展。碳排放权交易市场相继在英国、日本、欧盟、美国、 _等国家形成，并迅速地发展壮大。 按照市场主体的交易意愿，可将碳排放权交易市场分为自愿交易市场体系和规范交易市场体系两类。自愿交易市场的买卖双方是自愿作出减排承诺的政府、企业或者个人。规范交易市场的主体通常是在议定书约束下履行减排义务的国家或法律实体。 碳排放权交易作为一种有效的减排手段，在当前我国国内市场的交易经验几乎空白，国内碳排放权交易市场也仅处于起步的探索阶段。由于我国的清洁发展机制市场尚不成熟，在飞速的发展中也暴露了许多问题。 综上所述，建设我国国内的碳排放权交易体系，既有助于促进我国经济发展方式转型、加快低碳型社会建设，又有利于我国在国际碳排放权交易市场赢得一席之地，提升我国企业在未来国际碳排放权交易市场的竞争实力。本文即在此现实背景下对我国的碳排放权交易展开研究，对北京环境交易的价格和成交数据利用神经网络模型进行分析，以期为我国的碳排放权交易体系的创建提供相关的理论依据。 2模型的建立与求解 2.1符号的说明 2.2模型的建立 在问题中把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，因此，利用北京环境交易所的基本交易原理，分析建设我国国内的碳排放权交易体系，建立BP神经网络模型(指确定单一分析源)；依据以上碳排放权交易市场分析建立下的BP神经网络模型。 由上面的分析，首先将各项物质进行量化。然后进行网络值初始化，给各连接权值分别赋一个区间(0，1)内的随机数，设定误差函数e，给定计算精度值和最大学习次数M=5000。随机选取第k个输入样本及对应期望输出： 2.3模型的分析 利用neural work对碳权交易数据进行仿真模拟，可以看出经过后的月份均价数据单位时间(月)内通过北京环境交易所碳权交易数据图像具有说服力，说明成交价格对成交量是有一定的影响的，其影响力大致延迟一个月左右。我们可以看出，在成交量和成交价格之间的平均绝对误差走势，因此成交量就会出现严重的影响成交价格现象，进而说明其实际碳权交易内在联系，并对其在满足误差的前提下进行预测如下： 接着将数据组采用分位点法扩大，利用MATLAB对样本数据进行预测，以全体数据为预测样本检验，可以看出网络训练所得的误差很小，达到目标值。通过对样本数据进行训练后误差降低到了0.005。从预测输出和期望输出的情况来看，BP网络在一定程度上实现了对北京环境交易所碳权交易数据的判断，且误差基本上控制在2%以内，实验精度令人满意，说明提取的数据可以进行预测和评价。 3结论 通过上面的分析，我们发现碳排放权交易中，成交价格和成交量有着密切的联系，而成交量与国家政策息息相关，碳排放权交易的开展需要全民的生产、消费观念的 _转变。由于当前我国没有强制减排的要求，所以，面对碳排放权交易这一新生市场，很多厂商缺乏参与意识，或仅仅是被动参与，导致“有市场无交易”情形的频现。碳在未来就相当于资产，面对发达国家即将推行的“碳壁垒”“碳关税