基于BEMD-MPE-MVMD-SSA-iMLP的碳价格预测模型

基于BEMD-MPE-MVMD-SSA-iMLP的碳价格预测模型

一、引言与模型架构

碳市场价格序列具有非线性、非平稳、多尺度耦合及高噪声等复杂特征。单一预测模型难以捕捉其内在规律。本文提出一种混合预测框架，其逻辑链条为：

1. BEMD (二元经验模态分解)：将原始碳价序列分解为若干个本征模态函数（IMF），解决非平稳性问题。
2. MPE (多尺度排列熵)：计算各IMF分量的熵值，识别并分离“噪声分量”与“趋势分量”。
3. MVMD (多元变分模态分解)：针对高噪声分量进行二次分解，进一步提取有效特征，避免模态混叠。
4. SSA (麻雀搜索算法)：优化iMLP（改进型多层感知机）的超参数（学习率、层数、神经元数），避免手动调参的盲目性。
5. iMLP (改进型多层感知机)：引入残差连接和自适应激活函数，对最终分量进行预测并重构。

二、环境准备与数据加载

首先，我们需要安装必要的库。本项目基于Python 3.8+，主要依赖numpy,scipy,pyvmd,PyEMD,scikit-learn,torch,py