Solving stochastic climate-economy models: A deep least-squares Monte Carlo approach
创建于 更新于
摘要
本报告针对带有不确定性的递归动态规划气候经济模型，提出结合深度神经网络的最小二乘蒙特卡洛方法，应用于包含五大主要不确定性的随机DICE模型，显著提升了高维随机控制问题的求解效率。通过综合数值实验与不确定性量化，展示了模型在多元不确定冲击下的优化策略推导能力及决策稳健性分析方法，为气候政策制定及风险评估提供创新工具[page::0][page::3][page::16][page::19][page::23]。
