时序分解CO₂排放预测模型

多种组合预测误差最小

该模型在与多种机器学习和灰色系统模型的对比中,在13项评估指标上表现最佳,为发达国家碳排放预测提供了高精度工具。

Hong, Yuan · 马新 · 马敏达 · Juan, Ma

Applied Energy 2024

参数信息

平均绝对百分比误差
2.7611 %
平均绝对百分比误差
11.2495 %
评估指标数量
13

技术优势

误差大幅降低

ANDGM-GPR模型将MAPE从单一模型的7.84%和11.25%降低到2.76%,因为残差中的不确定性被高斯过程捕捉并补偿。

多国验证有效

该框架在四个发达经济体(欧盟27国及英国、日本、俄罗斯、美国)的实际数据上均表现优于对比模型,证明其稳健性。

评价维度全面

使用多达13项指标进行评测,避免了单一指标可能带来的片面结论,使性能优势更具说服力。

应用场景