文献

J-GLOBAL ID：202102235804600838   整理番号：21A2349426

改良粒子群最適化により最適化した経験的モード分解と最小二乗サポートベクトルマシンに基づく因子分析と炭素価格予測【JST・京大機械翻訳】

Factor analysis and carbon price prediction based on empirical mode decomposition and least squares support vector machine optimized by improved particle swarm optimization

著者 (2件)： Sun Wei (Department of Business Administration, North China Electric Power University, Baoding, China) ,  Wang YaWen (Department of Business Administration, North China Electric Power University, Baoding, China)
資料名： Carbon Management  (Carbon Management)
巻： 11  号： 3  ページ： 315-329  発行年： 2020年 
JST資料番号： W5804A  ISSN： 1758-3004  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 中国の炭素市場の開発によって,炭素価格に関する研究への関心が高まっている。分析と予測を用いて,炭素市場の機構を改善でき,関連する政策からの正しい指針を提供した。予測の精度を改善するために,因子分析,経験的モード分解,改良パーティクルスウォーム最適化,および最小自乗サポートベクターマシンに基づくハイブリッドモデルを,歴史的炭素価格と炭素価格に影響する外部因子を考慮するとき,この論文で提案する。最初に,因子分析を行い,入力変数として特殊因子を抽出した。次に,オリジナルの炭素価格シーケンスを経験的モード分解によって分解した。最後に,改良パーティクルスウォーム最適化によって最適化された最小二乗サポートベクトルマシンを各シーケンスを計算するために採用して,最終的予測結果を各シーケンスの予測結果によって統合した。中国の3つの典型的炭素市場に基づいて,結果は,ハイブリッドモデルが種々の因子と結合した炭素価格を予測するとき,比較モデルより正確であることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *因子分析
準シソーラス用語： *粒子群最適化 ,  ハイブリッドモデル ,  経験的モード分解 ,  *最小二乗-サポートベクトルマシン ,  最小自乗サポートベクトルマシン ,  *炭素価格 , 【Automatic Indexing@JST】

著者キーワード (5件)： 影響因子 ,  因子分析 ,  経験的モード分解 ,  改良型最小二乗サポートベクトルマシン ,  炭素価格予測

分類 (3件)： エネルギー政策・エネルギー制度  (LA01040K) ,  環境問題  (SA01020V) ,  電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (7件)： 粒子群最適化 ,  最適化 ,  経験的モード分解 ,  最小二乗サポートベクトルマシン ,  因子分析 ,  炭素価格 ,  予測