基于灰狼优化器的新型连续分数阶非线性灰色伯努利模型预测燃料燃烧相关CO$_2$排放
计算工程、金融与科学
2020-12-08 v1
摘要
预测燃料燃烧产生的CO排放对于政策制定者确定有效减排计划的现成目标并进一步改进能源政策与规划至关重要。为准确预测中国燃料燃烧CO排放的未来发展，本文提出了一种新型连续分数阶非线性灰色伯努利模型。已有的分数阶非线性灰色伯努利模型具有固定的阶导数，在一定程度上损害了预测性能。针对该问题，在新提出的模型中，将灵活变量引入导数阶数，使其摆脱整数阶累加。为进一步提升新模型的性能，采用一种元启发式算法即灰狼优化器（Grey Wolf Optimizer, GWO）来确定新兴系数。为验证有效性，使用两个真实案例及中国燃料燃烧相关CO排放与其他基准模型对比进行模型验证，结果表明所提模型优于竞争模型。据此预测了至2023年燃料燃烧相关CO排放的发展趋势，达10039.80百万吨（Mt）。根据预测结果，提出了若干遏制二氧化碳排放的建议。
引用
@article{arxiv.2012.03241,
title = {Forecasting fuel combustion-related CO$_2$ emissions by a novel continuous fractional nonlinear grey Bernoulli model with Grey Wolf Optimizer},
author = {Wanli Xie and Wen-Ze Wu and Chong Liu and Tao Zhang and Zijie Dong},
journal= {arXiv preprint arXiv:2012.03241},
year = {2020}
}