| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 文献综述 | 第10-12页 |
| 1.3 研究内容与论文架构 | 第12-15页 |
| 第二章 碳市场预测理论方法基础 | 第15-26页 |
| 2.1 相空间重构（PSR） | 第15-16页 |
| 2.2 支持向量机 | 第16-21页 |
| 2.2.1 支持向量机 | 第16-18页 |
| 2.2.2 最小二乘支持向量回归（LSSVR） | 第18-19页 |
| 2.2.3 核函数 | 第19-21页 |
| 2.3 模型选择 | 第21-23页 |
| 2.3.1 交叉验证 | 第21页 |
| 2.3.2 网格搜索 | 第21-22页 |
| 2.3.3 PSO算法 | 第22-23页 |
| 2.4 时间窗技术 | 第23-25页 |
| 2.4.1 固定时间窗 | 第23-24页 |
| 2.4.2 滚动时间窗 | 第24页 |
| 2.4.3 变滚动时间窗 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于PSO的PSR和LSSVR参数同步优化碳市场价格预测 | 第26-34页 |
| 3.1 引言 | 第26-27页 |
| 3.2 PSO-PSR-LSSVR模型 | 第27-29页 |
| 3.3 实证分析 | 第29-32页 |
| 3.3.1 数据来源与描述 | 第29-30页 |
| 3.3.2 评价准则 | 第30页 |
| 3.3.3 预测结果与分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于均匀设计的PSR和LSSVR参数同步优化碳市场价格预测 | 第34-48页 |
| 4.1 引言 | 第34页 |
| 4.2 UD-PSR-LSSVR模型 | 第34-36页 |
| 4.2.1 影响PSR-LSSVR模型性能参数 | 第34-35页 |
| 4.2.2 UD-PSR-LSSVR | 第35-36页 |
| 4.3 实证分析 | 第36-46页 |
| 4.3.1 数据来源与描述 | 第36-37页 |
| 4.3.2 评价准则 | 第37-38页 |
| 4.3.3 UD-PSR-LSSVR预测模型建立 | 第38-44页 |
| 4.3.4 结果分析 | 第44-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 基于EEMD、核函数原型和自适应PSO优化LSSVR的碳市场价格多尺度预测 | 第48-70页 |
| 5.1 引言 | 第48-49页 |
| 5.2 研究方法 | 第49-56页 |
| 5.2.1 经验模态分解（EMD） | 第49-51页 |
| 5.2.2 核函数原型 | 第51-52页 |
| 5.2.3 基于核函数原型和自适应PSO算法的LSSVR模型选择算法 | 第52-53页 |
| 5.2.4 基于EEMD、核函数原型和LSSVR的碳市场价格预测模型 | 第53-56页 |
| 5.3 实证分析 | 第56-68页 |
| 5.3.1 数据来源 | 第56-57页 |
| 5.3.2 评价准则 | 第57页 |
| 5.3.3 数据非平稳、非线性检验 | 第57-58页 |
| 5.3.4 EEMD分解 | 第58-60页 |
| 5.3.5 高频、低频和趋势分量识别 | 第60-61页 |
| 5.3.6 结果分析 | 第61-68页 |
| 5.4 本章小结 | 第68-70页 |
| 结论与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读学位期间发表论文及参与科研项目 | 第77-78页 |
| 致谢 | 第78页 |
