基于FCS-SVM的建筑業(yè)碳排放預測研究
發(fā)布時間:2023-04-12 03:15
科學預測建筑業(yè)碳排放對建筑的低碳發(fā)展具有重要意義。論文應用模糊布谷鳥搜索算法優(yōu)化支持向量機模型對建筑業(yè)碳排放預測問題展開研究:首先構(gòu)建建筑業(yè)碳排放測算模型,通過灰色關聯(lián)度模型篩選建筑業(yè)碳排放的影響因素,在此基礎上建立建筑業(yè)碳排放的模糊布谷鳥搜索算法優(yōu)化的支持向量機(FCS-SVM)預測模型對建筑業(yè)碳排放進行預測。研究結(jié)果表明,FCS-SVM建筑業(yè)碳排放預測模型的精度高于BP神經(jīng)網(wǎng)絡預測模型以及混沌粒子群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(CPSO-BP)預測模型。
【文章頁數(shù)】:5 頁
【文章目錄】:
1 研究綜述
2 碳排放預測模型
2.1 碳排放量的測算
2.2 碳排放影響因素選擇
2.3 SVM模型
2.4 模糊布谷鳥搜索算法
2.5 FCS優(yōu)化的SVM預測模型
3 實證分析
3.1 指標選擇與數(shù)據(jù)處理
3.2 碳排放影響因素選擇
3.3 基于模糊布谷鳥搜索算法優(yōu)化SVM的碳排放預測與分析
3.3.1 模型擬合結(jié)果
3.3.2 模型的對比分析與討論
4 結(jié)論
本文編號:3790315
【文章頁數(shù)】:5 頁
【文章目錄】:
1 研究綜述
2 碳排放預測模型
2.1 碳排放量的測算
2.2 碳排放影響因素選擇
2.3 SVM模型
2.4 模糊布谷鳥搜索算法
2.5 FCS優(yōu)化的SVM預測模型
3 實證分析
3.1 指標選擇與數(shù)據(jù)處理
3.2 碳排放影響因素選擇
3.3 基于模糊布谷鳥搜索算法優(yōu)化SVM的碳排放預測與分析
3.3.1 模型擬合結(jié)果
3.3.2 模型的對比分析與討論
4 結(jié)論
本文編號:3790315
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3790315.html
最近更新
教材專著