恭喜西華大學;四川大學工程設計研究院有限公司霍海娥獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜西華大學;四川大學工程設計研究院有限公司申請的專利基于隨機森林算法的建筑業碳排放預測方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119250845B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411757914.2,技術領域涉及:G06Q30/018;該發明授權基于隨機森林算法的建筑業碳排放預測方法及系統是由霍海娥;岳彥伶;曹政博;陳翰文;邸小波;唐柳;王軍設計研發完成,并于2024-12-03向國家知識產權局提交的專利申請。
本基于隨機森林算法的建筑業碳排放預測方法及系統在說明書摘要公布了:本發明涉及建筑業碳排放預測技術領域,具體而言,涉及基于隨機森林算法的建筑業碳排放預測方法及系統,該方法的步驟包括:獲取建筑業碳排放歷史數據;基于隨機森林回歸模型對建筑業碳排放歷史數據進行影響因素重要度排序,提取碳排放相關性的特征數據集,并劃分為訓練集與測試集;將訓練集輸入至預設的LSTM模型中進行計算,并通過測試集對LSTM預測結果進行評估,輸出完成訓練的LSTM模型;將隨機森林回歸模型與完整訓練的LSTM模型進行組合,通過組合模型完成現有建筑的碳排放預測。本發明旨在提高建筑業碳排放預測的準確性和可靠性。
本發明授權基于隨機森林算法的建筑業碳排放預測方法及系統在權利要求書中公布了:1.基于隨機森林算法的建筑業碳排放預測方法,其特征在于,該方法的步驟包括:獲取建筑業碳排放歷史數據;基于隨機森林回歸模型對建筑業碳排放歷史數據進行影響因素重要度排序,提取碳排放相關性的特征數據集,并劃分為訓練集與測試集;將訓練集輸入至預設的LSTM模型中進行計算,并通過測試集對LSTM預測結果進行評估,輸出完成訓練的LSTM模型;將隨機森林回歸模型與完整訓練的LSTM模型進行組合,通過組合模型完成現有建筑的碳排放預測;所述隨機森林回歸模型具體以最大化碳減排潛力為優化目標,其計算公式為: 其中,為目標函數,為總時間周期,為建筑類型數量,、、及分別為第i類建筑的權重系數,為時間衰減系數,為累積碳排放效應系數,為時間變量,為建筑類型的索引,為積分變量,為第類建筑在時刻的施工面積,為第類建筑在時刻的建筑業總產值,為第類建筑在時刻的建筑業發展水平,為第類建筑在時刻的從業人數,為第類建筑在時刻的能源強度;所述隨機森林回歸模型的約束條件為: 其中,、分別為第類建筑施工面積的最小值和最大值,、分別為第類建筑總產值的最小值和最大值,、分別為第類建筑發展水平的最小值和最大值,、分別為第類建筑從業人數的最小值和最大值,、分別為第類建筑能源強度的最小值和最大值,為增長率參數,為中點參數,為指數增長率,為第類建筑的能源強度增長指數,、及分別為施工面積、總產值及從業人數的資源權重,為總可用資源;所述LSTM模型,其結構組成計算公式為: 其中,為sigmoid激活函數,、及分別為遺忘門、輸入門和輸出門的輸出,、、及分別為各門的權重矩陣,、、及分別為各門的偏置,為時刻的隱藏狀態,為時刻的輸入,為時刻的細胞狀態,為候選記憶細胞狀態。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西華大學;四川大學工程設計研究院有限公司,其通訊地址為:611730 四川省成都市郫都區土橋金周路999號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。