湖南高速公路基础设施碳排放峰值支持向量回归预测模型

摘要

本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素，选用湖南省2003—2021年相关数据并采用支持向量回归（SVR）机器学习法，建立了湖南省高速公路基础设施碳排放预测模型，预测在基准、低碳和超低碳情景下的碳排放数据。结果表明：训练样本交叉验证均方误差为0.007011，模型的预测值和真实值的拟合回归效果良好，训练集和测试集的相关系数分别为0.9869和0.9870，即模型具有良好的学习和推广能力。本文识别了碳排放的影响因素，预测了未来碳排放趋势，对交通基础设施碳减排行动具有一定的参考意义。

关键词

支持向量回归(SVR) / 碳排放预测模型 / 高速公路基础设施 / 碳达峰 / 影响因素

基金资助

湖南省交通运输厅科技进步与创新计划项目(201419)