基于VMD混合多尺度机器学习模型的碳排放权价格预测

摘要

构造了一种融合变分模态分解的多尺度混合碳价预测模型VMD-PSO-LSTM。结果显示，该模型能有效映射并拟合复杂多尺度的碳价时频信号，预测误差RMSE、MAE、MAPE仅为0.210 9、0.176和0.002 1,碳价预测精度和稳定性均优于基准模型。该模型的预测效果并不受随机样本预测期限差异的影响，并在较长随机区间的样本外预测上误差较小，展现出较强的预测鲁棒性和稳定性。

关键词

碳排放权价格 / 预测 / VMD-PSO-LSTM模型 / 多尺度 / 机器学习建模

基金资助

安徽省哲学社会科学规划项目(AHSKQ2022D040)