基于ISWO-LSTM模型的碳排放量预测方法及系统

AITNT
正文
推荐专利
基于ISWO-LSTM模型的碳排放量预测方法及系统
申请号:CN202410772254
申请日期:2024-06-17
公开号:CN118350513B
公开日期:2024-09-20
类型:发明专利
摘要
本发明属于碳排放预测技术领域,公开了一种基于ISWO‑LSTM模型的碳排放量预测方法及系统,该方法利用LSTM对碳排放进行预测,同时引入蜘蛛蜂算法SWO并且针对SWO算法进行了改进,首先通过引入Tent混沌映射进行种群初始化,提升了解的初始分布的均衡性与探索性,丰富种群多样性;其次引入自适应惯性权重,以平衡算法的全局搜索能力和局部开发能力,提高算法的收敛速度和收敛精度;最后采用柯西变异策略,对蜘蛛蜂的位置信息进行全局搜索阶段的变异处理,避免算法陷入局部最优,通过以上改进得到ISWO算法,本发明基于ISWO算法对LSTM模型的超参数寻优,利于提高LSTM模型预测碳排放量的准确性。
技术关键词
优化LSTM模型 排放量 超参数 Pearson相关系数 碳排放预测技术 平衡算法 预测系统 数据 搜索全局 变异策略 搭建模块 表达式 变量 阶段 精度 速度
系统为您推荐了相关专利信息
1
基于FMCW雷达的人体睡姿识别和生命体征监测方法
生命体征监测方法 人体睡姿识别 梯度直方图 姿势识别 模态分解方法
2
一种基于区块链的碳权-绿证协同交易方法
协同交易方法 信誉值 动态信誉 奖惩机制 配额
3
产业转移时空预测方法及系统
LSTM模型 时空预测方法 贝叶斯算法 变量 非暂态计算机可读介质
4
基于Lasso-Boruta-gcforest算法的烟叶采收成熟度鉴别方法及设备
图像特征值 多粒度级联森林 鉴别方法 遗传算法 随机森林
5
基于特征对比学习的多视图聚类方法
样本 聚类方法 生成方式 噪声数据 监督学习方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号