一种基于贝叶斯优化主-补模型的CO2排放浓度预测方法

AITNT
正文
推荐专利
一种基于贝叶斯优化主-补模型的CO2排放浓度预测方法
申请号:CN202410882567
申请日期:2024-07-02
公开号:CN118839846B
公开日期:2025-12-02
类型:发明专利
摘要
本发明提供了一种基于贝叶斯优化主‑补模型的CO2排放浓度预测方法,涉及CO2排放浓度检测技术领域,该方法包括:获取CO2排放浓度的原始数据集;基于BO算法选择寻优参数,并对寻优参数进行初始化处理,得到样本空间;构建目标函数,并对原始数据集和样本空间的目标值进行计算,得到目标函数值;对目标函数进行优化,并通过优化后的目标函数,得到最优参数组合;根据最优参数组合得到最终预测模型,并通过最终预测模型对CO2排放浓度进行预测。该方法解决了预测算法单一的问题,实现了耦合超参数的协同寻优,并避免了人工调参的繁琐与不确定性。
技术关键词
浓度预测方法 模型预测值 ARIMA模型 检验方法 浓度检测技术 序列 数据 采样点 协方差矩阵 因子 算法 元素 超参数 变量 数值 网络
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