首页
|
本学科首页
官方微博
|
高级检索
全部专业
教育
科学、科学研究
世界各国文化与文化事业
体育
文化理论
信息与知识传播
学报及综合类
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
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
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号