基于改进DBO-BP算法的辽宁省城市交通二氧化碳排放预测

摘要

提出一种新的预测模型，该模型结合了改进的蜣螂优化算法与BP神经网络，显著提升了碳排放预测的准确性。在模型构建过程中，采用最优拉丁超立方抽样设计，有效优化了算法种群分布，使得初始解集分布更为均匀，进而增强了模型的预测能力。通过对1990—2021年辽宁省交通运输行业能源消耗产生的碳排放量进行自上而下法的估算，并结合8项关键碳排放影响指标的Pearson相关系数分析，进行了仿真实验。实验结果表明，本模型在碳排放预测方面具有较高的预测精度。

关键词

碳排放预测 / BP神经网络 / 最优拉丁超立方 / 蜣螂优化算法 / Pearson相关性