基于遗传算法优化反向传播神经网络的中国二氧化碳排放量影响因素研究

摘要

随着经济的发展与社会的进步,温室效应问题的愈加严重已经威胁到人类的正常生存与社会经济的可持续发展.为了能够更加准确的预测我国未来几年二氧化碳排放量,从而采取相应的节能减排政策,采用遗传算法(GA)优化反向传播神经网络(BPNN)的初始连接权值和阈值,克服了反向传播神经网络极易收敛于局部极小的缺点.通过我国1985-2015年的碳排放量和影响因素进行实证分析,结果证明GA优化过的BPNN模型(GA-BPNN)对二氧化碳排放量的预测有着更高的精度,更适用于我国当前二氧化碳排放量预测的需要.