基于IPSO-LSTM模型的能源消费碳排放
Journal: Ecological Environment and Protection DOI: 10.12238/eep.v7i4.2039
Abstract
提高能源消费碳排放的预测精度,为制定更为精确的碳排放管理策略提供理论支持。首先,收集并整理能源消费及碳排放等相关数据,进行数据处理和特征提取。其次,利用IPSO算法对LSTM模型的参数进行优化,构建IPSO-LSTM预测模型。最后,对IPSO-LSTM模型进行训练和验证。
Keywords
能源消费；碳排放；改进粒子群
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 王运豪,杨皓翔,官国宇.碳排放、能源消费与经济增长——基于中国省级面板数据的中介效应模型[J/OL].数理统计与管理,1-15[2024-03-18].https://doi.org/10.13860/j.cnki.sltj.20231128-001.
[2] 安红宇.电力行业能源消费结构调整与碳排放减少策略研究[J].现代工业经济和信息化,2023,13(12):186-188+193.
[3] 金英君,刘晓峰,王义源.政府调控碳排放路径研究——基于金融效率的视角[J].中国软科学,2021,(05):135-144.
[4] HOCHREITER S,SCHMIDHUBER R.Long short term memory [J].Neural Computation,1997,9(8):1735-1780.
[5] 赵一鸣,吉月辉,刘俊杰.基于EMD-IPSO-LSTM模型的短期电力负荷预测[J].国外电子测量技术,2023,42(01):132-137.
[6] 范永东.模型选择中的交叉验证方法综述[D].山西大学,2013.
[2] 安红宇.电力行业能源消费结构调整与碳排放减少策略研究[J].现代工业经济和信息化,2023,13(12):186-188+193.
[3] 金英君,刘晓峰,王义源.政府调控碳排放路径研究——基于金融效率的视角[J].中国软科学,2021,(05):135-144.
[4] HOCHREITER S,SCHMIDHUBER R.Long short term memory [J].Neural Computation,1997,9(8):1735-1780.
[5] 赵一鸣,吉月辉,刘俊杰.基于EMD-IPSO-LSTM模型的短期电力负荷预测[J].国外电子测量技术,2023,42(01):132-137.
[6] 范永东.模型选择中的交叉验证方法综述[D].山西大学,2013.
Copyright © 2024 田露佳, 王志强
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License