摘要
本申请一些实施例中公开了一种工业碳排放控制方法、装置、设备及介质,该方法通过采集和分析工业生产过程中的大量数据,利用人工智能算法建立目标神经网络模型,该模型能够准确预测碳排放量,并利用动态参数多目标差分进化算法能够快速生成有效的优化策略,该多目标差分进化算法综合考虑碳排放量降低、成本控制、能耗控制等多方面因素,能够在满足企业经济效益和产品质量要求的前提下,最大程度地降低碳排放量,打破了传统单一目标优化的局限性,使企业在追求节能减排的同时,不会过度牺牲生产效益和产品质量,实现了经济效益与环境效益的协调统一,具有更强的实用性和可操作性。
技术关键词
BP神经网络模型
排放量
碳排放控制方法
进化算法
灰色模型预测
能耗
排放控制装置
人工智能算法
训练集
异常数据
处理器
动态
定义
可读存储介质
工业生产
系统为您推荐了相关专利信息
优化决策方法
数字孪生模型
油田注水系统
优化出水量
粗糙度参数
分片
数据处理方法
映射误差
萤火虫优化算法
方程
天然气管道
腐蚀速率预测方法
QPSO算法
BP算法
BP神经网络预测
运营管理方法
能耗预测模型
运营管理系统
参数
粒子群算法
PID控制参数
电机控制器
智能算法
微分进化算法
控制结构