|
|||||
|
|
| 基于PSO-LSTM网络模型的建筑碳排放峰值预测 | |
| 引用本文： | 唐晓灵,刘嘉敏.基于PSO-LSTM网络模型的建筑碳排放峰值预测[J].科技管理研究,2023(1):191-198. |
| 作者姓名： | 唐晓灵 刘嘉敏 |
| 作者单位： | 西安建筑科技大学管理学院 |
| 摘 要： | 在对BP神经网络、LSTM网络和PSO-LSTM模型在碳排放预测方面进行对比选优的基础上，通过训练好的PSO-LSTM模型在低碳、基准、高碳3种情景下，分别对建筑碳排放峰值进行预测。结果表明，低碳、基准、高碳3种情景的建筑碳排放峰值分别为226 774.56万吨、239 738.11万吨和253 379.47万吨；达峰时间分别为2029年、2032年和2033年。可见，在当前社会发展状况下，仍难在2030年前实现建筑领域的碳达峰，还需采取相应的低碳措施来推进目标的实现。 |
| 关 键 词： | 建筑碳排放 PSO-LSTM 碳达峰 情景分析法 |
| 收稿时间： | 2022/5/5 0:00:00 |
| 修稿时间： | 2022/7/5 0:00:00 |
Forecast of Peak Carbon Emissions of buildings Based on PSO-LSTM model |
|
| Abstract: | |
| Keywords: | carbon emissions from buildings PSO-LSTM carbon peaking scenario analysis method |
| 点击此处可从《科技管理研究》浏览原始摘要信息 | |
| 点击此处可从《科技管理研究》下载免费的PDF全文 | |