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
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
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
图像特征值
多粒度级联森林
鉴别方法
遗传算法
随机森林