基于FCS-SVM的建筑业碳排放预测研究

论文摘要

科学预测建筑业碳排放对建筑的低碳发展具有重要意义。论文应用模糊布谷鸟搜索算法优化支持向量机模型对建筑业碳排放预测问题展开研究:首先构建建筑业碳排放测算模型,通过灰色关联度模型筛选建筑业碳排放的影响因素,在此基础上建立建筑业碳排放的模糊布谷鸟搜索算法优化的支持向量机（FCS-SVM）预测模型对建筑业碳排放进行预测。研究结果表明,FCS-SVM建筑业碳排放预测模型的精度高于BP神经网络预测模型以及混沌粒子群算法优化的BP神经网络（CPSO-BP）预测模型。

论文目录

• 1 研究综述
• 2 碳排放预测模型
•   2.1 碳排放量的测算
•   2.2 碳排放影响因素选择
•   2.3 SVM模型
•   2.4 模糊布谷鸟搜索算法
•   2.5 FCS优化的SVM预测模型
• 3 实证分析
•   3.1 指标选择与数据处理
•   3.2 碳排放影响因素选择
•   3.3 基于模糊布谷鸟搜索算法优化SVM的碳排放预测与分析
•     3.3.1 模型拟合结果
•     3.3.2 模型的对比分析与讨论
• 4 结论

文章来源

类型: 期刊论文

作者: 徐勇戈,宋伟雪

关键词: 建筑业碳排放,预测,模糊布谷鸟搜索算法,支持向量机,神经网络

来源: 生态经济 2019年11期

年度: 2019

分类: 经济与管理科学,农业科技,工程科技Ⅰ辑,工程科技Ⅱ辑,信息科技

专业: 环境科学与资源利用,建筑科学与工程,自动化技术,经济理论及经济思想史,工业经济

单位: 西安建筑科技大学管理学院

基金: 陕西省教育厅高校哲学社会科学重点研究基地项目“基于BIM的陕西省建筑业项目综合交付模式与精益建设研究”(13J028)

分类号: X196;F426.92;TP18

页码: 37-41

总页数: 5

文件大小: 1349K

下载量: 203