【技术实现步骤摘要】
一种交通排放配额分配过程中离群数据识别的优化方法
[0001]本专利技术涉及环境管理领域,更具体地涉及一种交通排放配额分配过程中离群数据识别的优化方法。
技术介绍
[0002]交通引发的污染、气候变化问题是城市治理面临的一大难题。随着我国加强污染物和碳排放的管控,交通作为城市污染和碳排放的主要来源之一将承担重要的减排责任。污染及碳排放控制的市场机制是低成本实现排放控制目标的有效政策工具。在世界范围内,已有多个国家和地区建立排放权交易市场,例如美国实施SO2和NO
x
排污权交易市场,中国多个城市开展了SO2排污权交易市场试点,25个国家和地区已实施CO2交易市场。排放权交易的本质是政府制定污染物或碳排放权总量上限,然后发放排放权配额。配额分配对排放权交易机制的运行至关重要,因为排放权配额和被管控主体的利益高度相关,关系到政策导向、激励效果和政治可接受度。
[0003]数据包络分析方法(Data EnvelopmentAnalysis,DEA)是一个运筹学与数理经济学的交叉研究领域,是典型的数据驱动的非参数基准技术,已被广泛用于配额分配研究。它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可比性的同类型的被评估对象进行相对效率的评价的一种非参数分析方法。这些被评估对象称为决策单元(Decision Making Unit,DMU)。每一个DMU使用h种投入生产出k种产出,其中,这些DMU中里,保持现有的投入获得的最大的产出或保持现有的产出消耗最小所对应的DMU称为高效的DMU,高效 ...
【技术保护点】
【技术特征摘要】
1.一种交通排放配额分配过程中离群数据识别的优化方法,其特征在于,包括如下步骤:S1.构建交通排放配额分配模型;S2.计算参考集D中各车辆各投入的单位产出投入值;S3.采用孤立森林模型
‑
广义超效率模型组合方法对离群车辆进行识别;S4.将最终离群车辆从参考集D中移除,得到完成离群车辆剔除处理的参考集D”。2.根据权利要求1所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:所述步骤S1具体为:S1
‑
1设置配额分配对象;S1
‑
2设置配额分配模型的投入指标和产出指标;S1
‑
3设置用于形成效率前沿的参考集D,选取一段较长的历史时期的出行车辆的集合作为参考集D;S1
‑
4设置配额分配模型的距离函数;S1
‑
5设置规模报酬类型,分为规模报酬不变或者规模报酬可变;S1
‑
6确定配额分配模型。3.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:所述S1
‑
1设置配额分配对象为某个区域及时间范围的个体车辆的配额。4.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:所述S1
‑
2设置配额分配模型的投入指标为车辆的污染物排放量、二氧化碳排放量和行驶时间。5.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:所述S1
‑
2设置配额分配模型的产出指标为车辆的行驶里程。6.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:S1
‑
4所述的距离函数为径向距离。7.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:S1
‑
5设置规模报酬类型时,当选取时间为日或月尺度的范围时为规模报酬不变;当选取时间为年尺度的范围时为规模报酬可变。8.根据权利要求2所述的交通排放配额分配过程中离群数据识别的优化方法,其特征在于:S1
‑
6确定配额分配模型时当满足规模报酬不变时,对待分配配额车辆p有以下模型:
上述模型的最优解θ
*
代表待分配配额车辆p的效率分数,λ
*
为效率前沿车辆的线性组合系数,θ
...
【专利技术属性】
技术研发人员:刘永红,黎炜驰,曾雪兰,余志,何青蔓,何嘉俊,
申请(专利权)人:广东工业大学,
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。