基于改进果蝇优化算法的欧盟碳价预测

摘要

为了减轻日益恶化的环境问题，1997年在日本京都制定的《京都议定书》将碳排放权市场推向了现实阶段。作为碳现货市场的衍生市场，碳期货市场理论上具有价格预测和规避风险的功能，对碳资源的合理分配、降低风险、减少温室气体排放具有决定性的影响。欧盟排放交易机制（EU ETS）是世界最早的碳减排市场。本文以EU ETS下的主要碳排放合约期货——欧盟碳排放配额期货和核证减排量期货为研究对象，对国际碳期货市场进行了研究。对碳期货价格走势的研究不仅有助于帮助投资者做出合理决策，也有利于进一步发挥碳减排功能，同时为中国建立统一的碳排放权市场提供参考。　　本文主要对EU ETS下的主要碳排放合约期货——欧盟碳排放配额期货和核证减排量期货进行研究。全文主要分为五个部分：第一部分，介绍本文的研究意义、文献综述与主要内容。第二部分，阐述了果蝇优化算法与机器学习的相关理论。第三部分，针对果蝇优化算法容易陷入早熟收敛和精度低的缺点，分别从混沌理论、Lévy飞行和自适应步长三方面对传统果蝇优化算法进行改进，并将改进后的果蝇优化算法运用于BP神经网络的权值阈值以及支持向量机的宽度参数和惩罚因子等重要参数的优化。第四部分，综合考虑供给因素、国内能源、国际能源、经济因素、汇率和气候因素等不同方面的因素与碳价的关系，运用Lasso变量选择方法进行变量选择和参数估计，将构建好的混合模型用于欧盟碳排放配额期货和核证减排量期货的日交易结算价格的预测。实验证明，基于改进的果蝇优化算法的碳价模型比传统机器学习模型有更高的预测精度以及更快的收敛速度。　　本文主要贡献在于：（1）运用 Lasso变量选择方法进行变量选择和参数估计，探究了碳排放权交易价格的影响因素以及影响的程度；（2）针对果蝇优化算法容易陷入早熟收敛和精度低的缺点，提出了三种改进果蝇优化算法的方法，实验结果表明，改进的果蝇优化算法在收敛精度方面有显著提高；（3）运用改进后的果蝇优化算法优化BP神经网络和支持向量机的重要参数，避免了参数设置的盲目性。

目录

声明

引论

一、研究背景与意义

（一）研究背景

（二）研究意义

二、国内外文献综述

（一）碳市场价格预测的研究现状

（二）果蝇优化算法的研究现状

三、主要研究内容

四、本文的创新点

第一章 果蝇优化算法与机器学习基础理论

第一节 果蝇优化算法

一、果蝇优化算法的基本原理

二、果蝇优化算法的基本步骤

第二节 机器学习算法

一、BP神经网络

二、支持向量机

第二章 基于改进果蝇优化算法的混合模型

第一节 果蝇优化算法的改进

一、基于自适应步长的果蝇优化算法

二、基于混沌理论的果蝇优化算法

三、基于Lévy飞行的果蝇优化算法

第二节 改进果蝇算法优化的机器学习混合模型

一、改进果蝇算法优化的BP神经网络模型

二、改进果蝇算法优化的支持向量机模型

第三章 基于混合模型的碳价预测

第一节 碳价影响因素的特征选择

一、碳价的影响因素分析

二、数据预处理

三、碳价影响因素的选择

第二节 碳价预测模型结果分析

一、 模型性能评估准则

二、 基于改进果蝇优化算法的BP神经网络模型的对比分析

三、 基于改进果蝇优化算法的支持向量机模型的对比分析

结论与展望

一、结论

二、展望

参考文献

在校期间科研成果

致谢