国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法及其系統(tǒng)與流程

      文檔序號(hào):40441588發(fā)布日期:2024-12-24 15:15閱讀:來(lái)源:國(guó)知局

      技術(shù)特征:

      1.一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,包括如下步驟:

      2.根據(jù)權(quán)利要求1所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,在s1中,所述stirpat模型的公式為:

      3.根據(jù)權(quán)利要求1所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,所述影響因素包括人均gdp、年末人口數(shù)、汽油能源消費(fèi)比例、天然氣能源消費(fèi)比例、城鎮(zhèn)化率、旅客周轉(zhuǎn)量、貨物周轉(zhuǎn)量、機(jī)動(dòng)車保有量和/或新能源汽車保有量。

      4.根據(jù)權(quán)利要求1所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,在s2中,所述逐步回歸分析法通過(guò)在每一步中增加或刪除自變量來(lái)構(gòu)建最佳模型,基于統(tǒng)計(jì)顯著性來(lái)選擇或排除變量,實(shí)現(xiàn)從stirpat模型的所有影響因素中篩選出對(duì)碳排放貢獻(xiàn)最大的影響因素。

      5.根據(jù)權(quán)利要求1所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,所述基于cnn-bilstm-attention模型構(gòu)建預(yù)測(cè)模型的具體步驟包括:

      6.根據(jù)權(quán)利要求5所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,在s44中,所述評(píng)估指標(biāo)包括均方誤差mse、均方根誤差rmse和/或平均絕對(duì)誤差mae。

      7.根據(jù)權(quán)利要求1所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,在s5中,所述cnn-bilstm-attention模型的具體預(yù)測(cè)步驟如下:

      8.根據(jù)權(quán)利要求7所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法,其特征在于,在s55中,所述通過(guò)pso算法來(lái)自動(dòng)調(diào)整模型的超參數(shù)的具體步驟如下:

      9.一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)系統(tǒng),其特征在于,包括stirpat模型、篩選模塊、cnn-bilstm-attention模型、超參數(shù)優(yōu)化模塊和預(yù)測(cè)模型,

      10.根據(jù)權(quán)利要求9所述的一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)系統(tǒng),其特征在于,所述影響因素的分析維度包括人口情況、經(jīng)濟(jì)發(fā)展、技術(shù)進(jìn)步和能源消耗。


      技術(shù)總結(jié)
      一種交通運(yùn)輸業(yè)碳排放預(yù)測(cè)方法及其系統(tǒng),涉及交通運(yùn)輸業(yè)碳排放預(yù)測(cè)領(lǐng)域。為了解決現(xiàn)有的模型不能應(yīng)對(duì)多維度、多變量的復(fù)雜場(chǎng)景、現(xiàn)有模型的預(yù)測(cè)精度低、適用范圍窄、泛化能力差的缺陷,本發(fā)明分析影響因素,基于STIRPAT模型分析影響因素;通過(guò)逐步回歸分析法篩選影響因素,并將符合篩選條件的影響因素作為變量;結(jié)合自上而下法來(lái)對(duì)省級(jí)交通運(yùn)輸業(yè)能源消耗產(chǎn)生的碳排放總量進(jìn)行測(cè)算;基于CNN?BiLSTM?Attention模型構(gòu)建預(yù)測(cè)模型,通過(guò)歷史碳排放量數(shù)據(jù)對(duì)所述預(yù)測(cè)模型進(jìn)行優(yōu)化,利用PSO算法自動(dòng)調(diào)整模型的超參數(shù);對(duì)預(yù)設(shè)年度的碳排放數(shù)據(jù)進(jìn)行預(yù)測(cè)。本發(fā)明主要用于交通運(yùn)輸業(yè)的碳排放預(yù)測(cè)。

      技術(shù)研發(fā)人員:張建杰,李慧霖,郇長(zhǎng)武,王婷麗,鄭彬,陳本權(quán),杜洋,趙傳征,張夢(mèng)凡
      受保護(hù)的技術(shù)使用者:煙臺(tái)海頤軟件股份有限公司
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/12/23
      當(dāng)前第2頁(yè)1 2 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1