政策锁定：2009-2020年碳基能源排放量序列测算及对策 ——基于BP神经网络方法

论文摘要

碳排放及其引起的全球变暖等问题,已经引起了全球范围内的关注我国作为发展中国家和碳排放大国,也深受气候变化的影响,具有较大的碳减排压力。本文的研究基于两个重要的相关事实：其一是中国政府日趋严格的碳基减排政策,其二为若干年的能源消费碳排放量的历史数据。在碳基减排政策预期可以锁定的条件下,通过建模测算未来十二年宽口径的碳基燃料释放数量。预测数据有助于寻找减排的技术路线和控制对策,对于实现本国乃至全球的控制目标具有重要意义。本文基于Matlab使用BP神经网络对能源消费碳排放进行了有效预测。BP神经网络是在各个领域中应用最为广泛的一类神经网络,已经成功解决了大量的实际问题。Matlab编程语言简单,误差小,能够精确的预测未来十几年的能源消费碳排放,因此该预测有较大的实用价值。综合“十一五”期间的节能减排进展,这一期间的节能减排规模来自于两个主要因素：清洁技术的应用和经济结构的调整。2008年,中国节能的大部分是通过采用清洁技术来实现的,其余部分则是通过经济结构的调整所致。我国是发展中国家,未来仍要保持着高度的经济发展,因此碳减排政策的执行依旧是在经济发展的前提下执行的。综合以上论述,结合预测基础上,本文提出一方面对各级政府推动问责机制的建立和责任追究制度的健全,另一方面建议采用高强度奖惩经济政策,调节能源消费的经济行为,并且积极的调整产业结构。通过节能以及清洁技术的运用并且积极渗透改造和提升基础产业,淘汰缺乏节能和清洁技术运用的产业,提高绿色产业的比重和服务业的规模,降低产业能耗的比例和排量。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及选题意义
• 1.2 国内外研究现状
• 1.3 本文的技术路线和创新点
• 1.4 本文结构
• 第二章 BP神经网络原理及应用
• 2.1 人工神经网络
• 2.1.1 人工神经网络原理
• 2.1.2 人工神经网络的发展
• 2.2 BP神经网络
• 2.2.1 BP神经网络原理
• 2.2.2 BP神经网络的特点
• 2.3 MATLAB神经网络工具箱
• 第三章 我国能源消费碳排放状况
• 3.1 我国碳排放基本状况
• 3.1.1 我国碳排放现状
• 3.1.2 我国碳减排成就
• 3.2 我国碳减排政策和技术
• 3.2.1 碳减排战略与政策
• 3.2.3 技术路线
• 3.3 影响我国碳排放的主要因素
• 3.3.1 经济增长
• 3.3.2 政策影响
• 3.3.3 人口状况
• 3.3.4 产业结构
• 3.3.5 消费能力
• 3.3.6 能源消费
• 3.3.7 技术进步
• 3.4 计算规则
• 第四章 模型构建
• 4.1 影响能源消费碳排放的主要变量
• 4.1.0 经济增长
• 4.1.1 政策影响
• 4.1.2 人口状况
• 4.1.3 产业结构
• 4.1.4 消费能力
• 4.1.5 能源消费
• 4.1.6 技术进步
• 4.2 碳排放预测模型建构
• 4.3 使用模型的说明
• 第五章 实例分析
• 5.1 输入、输出数据的预处理
• 5.2 网络训练
• 5.2.1 网络训练集的设计
• 5.2.2 网络的训练与测试
• 5.3 网络测试
• 5.4 预测结果
• 第六章 结论
• 6.1 主要结论
• 6.2 政策建议
• 6.3 总结
• 6.4 展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢