| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外碳排放研究动态 | 第12-13页 |
| 1.2.1 国际研究动态 | 第12页 |
| 1.2.2 国内研究动态 | 第12-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第2章 二氧化碳排放相关理论与方法综述 | 第15-26页 |
| 2.1 碳排放相关介绍 | 第15-17页 |
| 2.1.1 温室气体与二氧化碳排放 | 第15-16页 |
| 2.1.2 碳源及碳源分类 | 第16页 |
| 2.1.3 二氧化碳排放清单 | 第16-17页 |
| 2.2 二氧化碳排放测算方法概述 | 第17-21页 |
| 2.2.1 国内外碳排放测算方法概述 | 第17-20页 |
| 2.2.2 二氧化碳排放测算方法的选取 | 第20-21页 |
| 2.3 二氧化碳排放趋势预测方法概述 | 第21-25页 |
| 2.3.1 国内外二氧化碳排放预测方法概述 | 第21-23页 |
| 2.3.2 二氧化碳排放量预测方法的选取 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 河北省二氧化碳排放现状分析 | 第26-42页 |
| 3.1 二氧化碳排放量测算方法 | 第26-29页 |
| 3.1.1 二氧化碳排放源界定 | 第26-28页 |
| 3.1.2 能源活动产生的二氧化碳排放测算方法 | 第28页 |
| 3.1.3 工业生产过程中二氧化碳排放测算方法 | 第28-29页 |
| 3.2 河北省二氧化碳排放量的测算 | 第29-37页 |
| 3.2.1 能源活动产生的二氧化碳排放量测算 | 第29-35页 |
| 3.2.2 工业生产过程中二氧化碳排放量测算 | 第35-36页 |
| 3.2.3 二氧化碳排放清单 | 第36-37页 |
| 3.3 河北省二氧化碳排放现状分析 | 第37-40页 |
| 3.3.1 二氧化碳排放的领域构成及排放水平分析 | 第37-39页 |
| 3.3.2 重点耗能行业二氧化碳排放量分析 | 第39-40页 |
| 3.3.3 二氧化碳排放现状总结 | 第40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 二氧化碳排放趋势预测模型的建立 | 第42-55页 |
| 4.1 灰色神经网络模型 | 第42-49页 |
| 4.1.1 灰色预测模型 | 第42-44页 |
| 4.1.2 BP 神经网络预测模型 | 第44-47页 |
| 4.1.3 灰色神经网络模型 | 第47-49页 |
| 4.2 非线性权重粒子群优化算法 | 第49-53页 |
| 4.2.1 粒子群优化算法原理 | 第50-51页 |
| 4.2.2 粒子群优化算法参数设置 | 第51-52页 |
| 4.2.3 非线性权重粒子群优化算法 | 第52-53页 |
| 4.3 基于非线性权重粒子群的灰色神经网络模型 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 河北省二氧化碳排放趋势预测 | 第55-76页 |
| 5.1 二氧化碳排放预测基础数据的选取与分析 | 第55-60页 |
| 5.1.1 基础数据的选取 | 第55-56页 |
| 5.1.2 基于灰色关联分析法的 CO_2排放量影响因素分析 | 第56-60页 |
| 5.2 河北省二氧化碳排放量预测 | 第60-73页 |
| 5.2.1 基于灰色神经网络模型的二氧化碳排放量预测 | 第60-68页 |
| 5.2.2 基于非线性权重粒子群的灰色神经网络的 CO_2排放预测 | 第68-71页 |
| 5.2.3 模型预测性能对比分析 | 第71-72页 |
| 5.2.4 河北省未来二氧化碳排放量预测 | 第72-73页 |
| 5.3 预测结果分析 | 第73-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第6章 结论 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第80-81页 |
| 致谢 | 第81页 |
