基于多视图注意力和循环神经网络的碳排放预测方法

本发明涉及碳排放领域，更具体地，涉及基于多视图注意力和循环神经网络的碳排放预测方法包括：获取输入数据，进行多视图注意力提取特征，通过基于自适应图注意力学习的特征聚合算法；并构建基于进化优化的混合门控循环单元网络的预测模型；通过进化算法对预测模型的参数进行优化，得到最优模型参数的预测模型；实现工业碳排放预测。本发明充分挖掘碳排放数据的多样化特征并实现对特征信息进行充分聚合。通过构建基于进化优化的混合门控循环单元网络的预测模型，显著提高其提取长时依赖时序信息的能力。同时，利用进化算法实现自适应调参，从而解决工业碳排放预测方法优化调参，进而提升了预测效果。