基于非结构化数据的LLE-WOA-LSSVR碳价格组合预测模型

在传统的组合预测模型中，使用的大多数数据是结构化数据。然而，在网络环境中，非结构化数据广泛存在。因此，充分利用非结构化数据提供的有效信息是预测中需要解决的关键问题之一。为了解决上述问题，本文构建了基于非结构化数据的局部线性嵌入鲸鱼优化算法最小二乘支持向量回归（LLE WOA LSSVR）碳价格组合预测模型，并通过LLE算法的非结构化高维数据降维，采用LSSVR进行预测。考虑到LSSVR模型中参数的选择会影响预测结果，引入WOA算法对模型中的参数进行优化。碳价格预测实例结果表明，LLE-WOA LSSVR预测模型是可行和有效的。