Сравнительный анализ эффективности корреляционно-регрессионного и нейросетевого моделирования в прогнозировании энергетических выбросов углекислого газа в России

Губарев, Р.В.; Чередниченко, Л.Г.; Бородин, А.И.; Дзюба, Е.И.

Авторы: Губарев Р.В., Чередниченко Л.Г., Бородин А.И., Дзюба Е.И.
Журнал: Вестник Московского университета. Серия 6: Экономика
Том: 58
Номер: 3
Год издания: 2023
Издательство: Изд-во Моск. ун-та
Местоположение издательства: М.
Первая страница: 217
Последняя страница: 238
DOI: 10.55959/MSU0130-0105-6-58-3-11
Аннотация: Эффективная национальная система торговли квотами предполагает точный прогноз объема эмиссии парниковых газов в целом для экономики страны и в ее отраслевом разрезе. Основным источником выбросов углекислого газа в большинстве стран мира (включая Россию) является энергетика с традиционными видами топлива (уголь, газ и нефть). Отсюда цель данной научной статьи — построение прогноза энергетических выбросов углекислого газа в РФ путем применения адекватных методов экономико-математического моделирования. Для ее достижения последовательно выдвигаются и проверяются две гипотезы: о возможности построения среднесрочного прогноза показателя в результате проведения корреляционно-регрессионного анализа и на основе формирования байесовского ансамбля искусственных нейронных сетей. В ходе эмпирического исследования подтвердились обе гипотезы. При этом второй метод обеспечивает более высокую степень точности аппроксимации статистиче- ских данных. Поэтому в рамках статьи формирование среднесрочного прогноза энергетических выбросов углекислого газа в России производится с помощью нейросетевого моделирования. Высокоточное прогнозирование является научной базой для принятия эффективных управленческих решений руководством страны в сфере декарбонизации национальной экономики.
Добавил в систему: Губарев Роман Владимирович

	ИСТИНА	Войти в систему Регистрация
	ФНКЦ РР
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ФНКЦ РР