一种基于模糊多项式神经网络的公路养护工程碳排放预测方法

AITNT
正文
推荐专利
一种基于模糊多项式神经网络的公路养护工程碳排放预测方法
申请号:CN202411556240
申请日期:2024-11-04
公开号:CN119415988A
公开日期:2025-02-11
类型:发明专利
摘要
本发明提供一种基于模糊多项式神经网络的公路养护工程碳排放预测方法,所述方法包括:采集并计算多个已竣工公路养护工程的碳排放数据,采用定额法和排放系数法相结合的方法计算碳排放量,构建基础数据集;基于所述基础数据集识别排放热源、匹配工程量参数、初筛和选定关键指标来构建预测模型的输入数据;通过模糊多项式神经网络模型进行非线性建模和泛化能力挖掘,基于所述输入数据构建并训练预测模型;通过所述预测模型来预测公路养护工程碳排放量。本发明提出的基于模糊多项式神经网络的公路养护工程碳排放预测方法,能够在公路养护工程前期仅基于少量关键信息实现碳排放的快速准确预测。
技术关键词
排放预测方法 多项式 筑路材料 神经网络模型 训练预测模型 构建预测模型 数据 模糊C均值聚类 排放量 模糊规则 生成对抗网络 非线性 施工机具 模糊集合 热源 公路养护施工 沥青稳定碎石 深度卷积神经网络 水泥稳定类
系统为您推荐了相关专利信息
1
结合变分自编码和马尔科夫随机场的声纹识别方法及系统
人工神经网络模型 声纹识别方法 音频波形数据 音频采样 声纹识别系统
2
多域电磁场无监督求解的多子网络协同建模方法
协同建模方法 无监督 连续性 神经网络模型 物理
3
一种七步洗手法动作规范性智能检测方法
智能检测方法 全局平均池化 洗手 网络结构 融合特征
4
一种基于太赫兹时域光谱技术的爆炸物定性定量分析方法及系统
定性定量分析方法 一维卷积神经网络 支持向量机回归 算法模型 时域光谱系统
5
一种基于多模态数据融合的CST损伤级别检测方法及系统
运动诱发电位 神经网络模型 多模态数据融合 弥散张量成像数据 纤维束
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