版权说明 操作指南
首页 > 成果 > 详情

湖南高速公路基础设施碳排放峰值支持向量回归预测模型

认领
导出
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Support Vector Regression Prediction Model for Peak Carbon Emissions of Hunan Expressway Infrastructure
作者:
陈赟;文爱
作者机构:
长沙理工大学交通运输工程学院
语种:
中文
关键词:
支持向量回归(SVR);碳排放预测模型;高速公路基础设施;碳达峰;影响因素
关键词(英文):
support vector regression(SVR);carbon emission prediction model;highway infrastructure;carbon peaking;influencing factors
期刊:
工程研究-跨学科视野中的工程
ISSN:
1674-4969
年:
2024
期:
1
页码:
62-73
基金类别:
湖南省交通运输厅科技进步与创新计划项目(201419)。
机构署名:
本校为第一机构
院系归属:
交通运输工程学院
摘要:
本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高...展开更多 本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高速公路基础设施碳排放预测模型,预测在基准、低碳和超低碳情景下的碳排放数据。结果表明:训练样本交叉验证均方误差为0.007011,模型的预测值和真实...
摘要(英文):
The construction and operation of highway infrastructure is responsible for a large amount of CO2 emissions.The large amount of carbon dioxide emitted causes serious environmental pollution.In order to achieve sustainable development and green production,highways need t...MORE The construction and operation of highway infrastructure is responsible for a large amount of CO2 emissions.The large amount of carbon dioxide emitted causes serious environmental pollution.In order to achieve sustainable development and green production,highways need to reduce carbon emissions.It is of guiding significa...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com