【技术实现步骤摘要】
本专利技术涉及排污权价格预测领域，具体为一种基于马尔科夫改进模型的排污权价格预测方法。
技术介绍
1、对于排污权的交易，不同的区域有着不同的要求，有些区域是按照按相关部门指导价方式交易，而有的区域是以市场经济为主，相关部门设置排污权价格的上限或者下限来起到部分限制的作用，在后一种模式下，排污权价格会随着市场需求波动，并且影响排污权交易价格因素较多，给排污权价格的预测带来了难点。
2、现有技术中对离散数据的预测有多种方法，常用的有灰色预测模型结合马尔科夫模型的方法，主要以现有的数据为基础并通过灰色预测模型来拟合出数据的变化趋势，这种方式的适用性较广，但是在对排污权价格进行预测时，没有充分考虑到排污权价格是围绕排污权价值上下波动的这一经济学特点，以及排污权价值的相关因素，导致模型缺少必要的约束条件，因此会使最终获得的预测曲线的精度较差。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于马尔科夫改进模型的排污权价格预测方法，解决了现有预测排污权价格的模型没有充分考虑排污权价值对排污权价格的约束条件，导致模型精度较差的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于马尔科夫改进模型的排污权价格预测方法，包括如下步骤：
4、s1、获取待预测区域允许排放污染物的企业总数j，和企业为实现污染物排放总量控制目标所需要削减的污染物排放量a，以及企业污染物减排与成本的关系函数f(a)；
5、s2、根据企业总
6、s3、根据排污权价值曲线计算t-n～t时段的排污权价格残差数据；
7、s4、将排污权价格残差数据拟合得到排污权价格残差曲线；
8、s5、根据排污权价格残差数据建立若干种残差数据状态，并建立残差数据状态转移概率矩阵；
9、s6、根据排污权价值曲线、残差曲线和残差数据状态转移概率矩阵建立排污权价格曲线；
10、s7、根据历史排污权价格实际数据计算排污权价格曲线的误差百分比ω，并判断误差百分比ω是否满足预定精度δ的要求；
11、若ω≤δ，则进入步骤s8；
12、若ω>δ，则进入步骤s3；
13、s8、根据排污权价格曲线计算待预测区域在t+m时刻的排污权价格预测数据。
14、作为优选，在步骤s3中，具体包括如下步骤：
15、s31、获取t-n～t时段的历史排污权价格实际数据,并建立历史排污权价格实际数据序列；
16、s32、根据排污权价值曲线计算t-n～t时段内各时刻的排污权价格预测数据，获得历史排污权价格预测数据序列；
17、s33、根据历史排污权价格预测数据序列和历史排污权价格实际数据序列计算排污权价格残差数据，并以排污权价格残差数据的绝对值建立排污权价格残差数据序列。
18、作为优选，在步骤s33中，具体包括如下步骤：
19、s331、根据历史排污权价格预测数据序列和历史排污权价格实际数据序列计算排污权价格残差数据；
20、s332、以排污权价格残差数据建立残差数据预选序列yx(0)；
21、s333、从残差数据预选序列yx(0)中以排序法选取残差最大值和残差最小值
22、s334、计算残差数据预选序列yx(0)中相邻时刻残差数据的幅度差δyx以获得幅度差数据；
23、s335、从幅度差数据中提取残差最大值和残差最小值分别与相邻时刻残差数据的幅度差和
24、s336、从剩余幅度差数据中以排序法选取出最大幅度差δyxmax；
25、s337、判断残差最大值和残差最小值是否为异常数据；
26、若且且且则残差最大值和残差最小为正常数据，并进入步骤s339；
27、若或或或则残差最大值或残差最小值为异常数据，并进入步骤s338；
28、s338、记录异常残差最大值和异常残差最小值所对应的时刻，并替换排污权价格残差数据中的异常残差最大值和异常残差最小值之后进入步骤s332；
29、s339、在异常残差最大值和异常残差最小值所对应时刻补入满足最大幅度差δyxmax的替换数据，并根据排污权价格残差数据的绝对值建立排污权价格残差数据序列。
30、作为优选，在步骤s338中，具体包括如下步骤：
31、s3381、确认异常残差最大值和异常残差最小值所对应的时刻；
32、s3382、在异常残差最大值和异常残差最小值上标记对应的时刻；
33、s3383、分别建立异常残差最大值序列yxmax和异常残差最小值序列yxmin，之后进入步骤s332。
34、作为优选，在步骤s339中，具体包括如下步骤：
35、s3391、从异常残差最大值序列yxmax和异常残差最小值序列yxmin中逐一获取被剔除的残差最大值和残差最小值
36、s3392、根据相邻时刻的残差数值和最大幅度差δyxmax，计算补入到残差最大值和残差最小值所对应的时刻的替换数值大小；
37、s3393、将残差最大值和残差最小值的替换数值按照对应时刻补入到残差数据中；
38、s3394、将残差数据的绝对值按照时刻依次排列以获得残差数据序列。
39、作为优选，在步骤s4中，具体包括如下步骤：
40、s41、对排污权价格残差数据序列进行k次累加，获得k次累加序列；
41、s42、对k次累加序列进行数据拟合获得残差曲线。
42、作为优选，在步骤s5中，具体包括如下步骤：
43、s51、获取排污权价格残差数据的最大值qmax和最小值qmin；
44、s52、确定残差数据区间s；残差数据状态区间s的表达式为：
45、s＝(qmax+a，qmin-b)
46、上式中，s为残差数据区间，a和b均为正数，qmax和qmin分别为排污权价格残差数据的最大值和最小值；
47、s53、将残差数据区间s划分为若干个残差数据状态区间；则第k个残差数据状态区间的范围的表达式为：
48、sk＝[qmax-δq(k-1),qmax-δqk]
49、
50、上式中，sk表示第k个残差数据状态区间的范围，k为自然数，qmax和qmin分别为排污权价格残差数据的最大值和最小值，δq为单个残差数据状态区间的大小，a和b均为正数，y为残差数据状态区间的个数；
51、s54、根据残差数据状态区间和排污权价格残差数据，建立残差数据状态转移概率矩阵；残差数据状态转移概率矩阵的表达式为：
52、
53、上式中，p表示残差数据状态转移概率矩阵，pyw表示残差数据从第y个残差数据状态区间转移向本文档来自技高网...
【技术保护点】
1.一种基于马尔科夫改进模型的排污权价格预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤S3中，具体包括如下步骤：
3.根据权利要求2所述的一种排污权价格预测方法，其特征在于，在步骤S33中，具体包括如下步骤：
4.根据权利要求3所述的一种排污权价格预测方法，其特征在于，在步骤S338中，具体包括如下步骤：
5.根据权利要求4所述的一种排污权价格预测方法，其特征在于，在步骤S339中，具体包括如下步骤：
6.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤S4中，具体包括如下步骤：
7.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤S5中，具体包括如下步骤：
8.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤S7中，具体包括如下步骤：
9.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤S6中，排污权价格曲线的函数表达式为：
【技术特征摘要】
1.一种基于马尔科夫改进模型的排污权价格预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种排污权价格预测方法，其特征在于，在步骤s3中，具体包括如下步骤：
3.根据权利要求2所述的一种排污权价格预测方法，其特征在于，在步骤s33中，具体包括如下步骤：
4.根据权利要求3所述的一种排污权价格预测方法，其特征在于，在步骤s338中，具体包括如下步骤：
5.根据权利要求4所述的一种排污权价格预测方法，其特征在于，...
【专利技术属性】
技术研发人员：陈君君，石成春，吴婷婷，
申请(专利权)人：福建省环境科学研究院福建省排污权储备和技术中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。