【技術實現步驟摘要】
本公開涉及碳匯交易，尤其涉及一種碳匯交易市場供需匹配方法、計算機裝置、介質。
技術介紹
1、碳匯交易作為應對全球氣候變化的關鍵經濟手段，近年來引起了廣泛關注。然而，現有的碳匯交易市場面臨幾個主要問題。首先，信息不對稱使得買賣雙方難以獲得完整、準確的市場信息，導致交易決策失誤；傳統交易匹配機制依賴人工操作，響應速度慢，難以滿足快速變化的市場需求，常常無法準確反映供需關系和真實價值，同時繁瑣的交易流程增加了交易成本，降低了市場參與者的積極性。此外，定價機制不完善、交易流程復雜以及市場透明度不足都進一步阻礙了市場的發展。
2、在技術層面，當前的主要缺陷包括市場分析模型過于簡化，無法準確描述復雜的碳匯交易市場結構；供需匹配算法效率低下，難以處理大規模、高頻率的交易需求；缺乏對市場動態變化的實時響應能力，導致匹配結果滯后于實際市場情況。此外，數據處理能力有限使得難以充分利用海量市場數據進行深度分析和預測，而現有系統的靈活性不足，也限制了其適應不同類型碳匯項目和多樣化交易需求的能力。
技術實現思路
1、有鑒于此，本公開實施例提供了一種碳匯交易市場供需匹配方法、計算機裝置、介質，能夠解決碳匯交易中的信息不對稱、無法滿足市場需求等的問題。
2、第一方面，本公開實施例提供了一種碳匯交易市場供需匹配方法，該方法具體包括以下方案：
3、收集目標碳匯項目的多源數據信息，并對所述多源數據信息進行預處理，獲得第一數據集；所述多源數據信息包括基礎數據、市場信息以及最新規定信息
4、構建市場多維特征空間模型；所述市場多維特征空間模型包括模糊集合域、信念函數域和fs近似空間；
5、基于所述市場多維特征空間模型對所述第一數據集分析，獲得所述目標碳匯項目對應的目標市場信息；
6、構建市場動態網絡模型；所述市場動態網絡模型包括若干網絡節點、邊屬性以及增量更新算法，所述網絡節點包括買方、賣方和中介機構，所述邊屬性包括交易關系、交易頻率、交易量及行為類型；
7、基于所述市場動態網絡模型對目標市場信息進行分析，識別目標意向方信息，所述目標意向方信息包括關鍵市場參與者及其交易模式；
8、基于預設供需匹配算法對所述目標意向方信息進行分析，獲得所述目標碳匯項目的市場供需匹配信息。
9、可選的，所述模糊集合域的獲取方法，包括：
10、確定碳匯交易市場的若干關鍵特征；
11、若干所述關鍵特征包括項目特征、市場特征、時間特征；
12、為每個所述關鍵特征定義一個模糊集合，若干所述模糊集合形成所述模糊集合域。
13、可選的，所述為每個所述關鍵特征定義一個模糊集合，包括：
14、確定每個關鍵特征的語言變量；
15、構建每個所述語言變量的隸屬度函數；
16、基于模糊規則庫校準所述隸屬度函數，將校準后的所述隸屬度函數作為所述模糊集合；
17、校準后的所述隸屬度函數與市場實際情況匹配；所述模糊規則庫包括專家知識信息和歷史數據交易呈現規則。
18、可選的，所述信念函數域的獲取方法，包括：
19、確定市場中的若干不確定性來源；
20、為每個所述不確定性來源構建一個信念函數，所述信念函數包括對應所述不確定性來源的信念度量、似然度量；
21、基于證據合并規則對若干所述信念函數進行處理，獲得所述信念函數域。
22、可選的，所述基于所述市場多維特征空間模型對所述第一數據集分析，獲得所述目標碳匯項目對應的目標市場信息，包括：
23、基于所述第一數據集、所述模糊集合域、所述信念函數域，獲取所有與所述目標碳匯項目的市場相關的關聯特征；
24、對所述關聯特征進行降維，獲得低維度特征集；
25、基于解釋方差的比例對所述低維度特征集進行選取，獲得目標特征集；
26、對所述目標特征集進行標準化處理，獲得標準特征集；
27、基于所述fs近似空間對所述標準特征集中具有不確定性/不完整性的特征進行處理，獲得市場近似數據信息；
28、所述市場近似數據信息與所述標準特征集構成所述目標市場信息。
29、可選的，所述基于所述市場動態網絡模型對目標市場信息進行分析，識別目標意向方信息，包括：
30、基于所述市場動態網絡模型，獲取所述目標市場信息對應節點的度中心性、介數中心性；
31、基于所述度中心性、所述介數中心性獲得特征向量中心性；
32、基于預設迭代法獲取所述特征向量中心性中的主特征向量，確定若干重要節點；
33、基于若干所述重要節點確定關鍵市場參與者及其交易模式。
34、可選的，所述基于預設供需匹配算法對所述目標意向方信息進行分析，獲得所述目標碳匯項目的市場供需匹配信息，包括：
35、基于所述目標意向方信息構建交易數據矩陣；
36、所述交易數據矩陣為包含時間維度信息的三維張量，所述時間維度信息包括不同時間點的買賣信息，所述交易矩陣中的行為不同的碳匯項目或交易主體，所述交易矩陣中的列為特征維度信息，所述交易矩陣中的元素為買方和賣方/項目之間的交易偏好或匹配度；
37、基于預設降維策略對所述交易數據矩陣進行降維處理，獲得低維數據矩陣；
38、基于所述低維數據矩陣，獲得所述目標碳匯項目的市場供需匹配信息，所述市場供需匹配信息包括總交易量、平均價格、價格波動值、每個特征的對應需求量、供給估算量。
39、可選的，所述基于預設降維策略對所述交易數據矩陣進行降維處理，獲得低維數據矩陣，包括：
40、通過隨機投影技術生成隨機投影矩陣，并基于所述隨機投影矩陣將所述交易數據矩陣投影至一個較低維度的空間中，獲得低維投影矩陣；
41、對所述低維投影矩陣進行qr分解，獲得目標正交矩陣；
42、基于所述目標正交矩陣、所述交易數據矩陣，獲得目標維度矩陣；
43、對所述目標維度矩陣進行標準奇異值分解，獲得若干奇異值及其對應的奇異向量；
44、在若干所述奇異值中選取前k個最大的奇異值及其對應的奇異向量，記為第一信息；
45、基于所述第一信息對所述交易數據矩陣進行重構，獲得所述低維數據矩陣。
46、第二方面，本公開實施例還提供了一種碳匯交易市場供需匹配系統，包括：
47、采集模塊，用于收集目標碳匯項目的多源數據信息，并對所述多源數據信息進行預處理，獲得第一數據集；所述多源數據信息包括基礎數據、市場信息以及最新規定信息；
48、第一構建模塊，用于構建市場多維特征空間模型；所述市場多維特征空間模型包括模糊集合域、信念函數域、fs近似空間、市場參與者模糊偏好規則庫和自適應機制；
49、分析模塊，用于基于所述市場多維特征空間模型對所述第一數據集分析，獲得所述目標碳匯項目對應的目本文檔來自技高網...
【技術保護點】
1.一種碳匯交易市場供需匹配方法，其特征在于，包括：
2.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述模糊集合域的獲取方法，包括：
3.根據權利要求2所述的碳匯交易市場供需匹配方法，其特征在于，所述為每個所述關鍵特征定義一個模糊集合，包括：
4.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述信念函數域的獲取方法，包括：
5.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述基于所述市場多維特征空間模型對所述第一數據集分析，獲得所述目標碳匯項目對應的目標市場信息，包括：
6.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述基于所述市場動態網絡模型對目標市場信息進行分析，識別目標意向方信息，包括：
7.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述基于預設供需匹配算法對所述目標意向方信息進行分析，獲得所述目標碳匯項目的市場供需匹配信息，包括：
8.根據權利要求7所述的碳匯交易市場供需匹配方法，其特征在于，所述基于預設降維策略對
9.一種計算機裝置，其特征在于，所述計算機裝置包括：
10.一種計算機可讀存儲介質，其特征在于，該計算機可讀存儲介質存儲計算機指令，該計算機指令用于使計算機執行權利要求1-8任一所述的碳匯交易市場供需匹配方法。
...【技術特征摘要】
1.一種碳匯交易市場供需匹配方法，其特征在于，包括：
2.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述模糊集合域的獲取方法，包括：
3.根據權利要求2所述的碳匯交易市場供需匹配方法，其特征在于，所述為每個所述關鍵特征定義一個模糊集合，包括：
4.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述信念函數域的獲取方法，包括：
5.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，所述基于所述市場多維特征空間模型對所述第一數據集分析，獲得所述目標碳匯項目對應的目標市場信息，包括：
6.根據權利要求1所述的碳匯交易市場供需匹配方法，其特征在于，...
【專利技術屬性】
技術研發人員：李碩，迂婕，張韶峰，張峰，楊明卿，王弘遠，常磊，
申請(專利權)人：山西昊德園林綠化工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。