【技术实现步骤摘要】
本专利技术涉及碳排放量估算预测，尤其涉及一种交通工程建设项目碳排放预测分析方法、系统及介质。
技术介绍
1、自人类步入工业化时代以来，大量的化石能源自然资源被用于社会生产活动。在经济蓬勃发展的同时，也导致全球气温不断攀升，并伴随着一系列频繁的自然灾害，二氧化碳排放量的迅速累积被普遍视为加剧全球气候变暖的主要推手。交通运输行业碳排放占全球碳排放总量的约23％，且行业碳排放占比仍处于上升阶段。作为国民经济支柱性产业，交通运输业是仅次于工业、建筑业的第三大碳排放来源，且我国交通碳排放具有高能耗、高污染、低效率的发展特点。道路基础设施是交通运输重要组成部分，道路生命周期建设、运营、拆除各阶段均会产生大量碳排放，其中道路建设期材料使用、机械油耗是碳排放的主要来源。
2、我国交通运输业基础设施体量巨大，发展迅速，未来对交通运输基础设施碳排放的有效控制和中和降碳是需要迫切解决的问题，目前缺乏在高速公路设计期根据已有部分特征参数对高速公路建设期碳排放量进行预测的方法。
技术实现思路
1、本专利技术提供了一种交通工程建设项目碳排放预测分析方法、系统及介质，可有效解决
技术介绍
中的问题。
2、为了达到上述目的，本专利技术所采用的技术方案是：
3、一种交通工程建设项目碳排放预测分析方法，所述方法包括：
4、基于交通工程碳排放计算分析软件cea-tc1.0中已有的交通工程建设项目，获取基础样本数据；
5、分析所述交通工程建设项目中的若干类单位工程，
6、通过灰色关联度分析对筛选得到的所述特征参数进行分析，提取若干所述特征参数，根据提取的所述特征参数和所述基础样本数据构建样本数据集；
7、将所述样本数据集划分为训练集和验证集；
8、基于bp神经网络算法构建交通工程建设项目碳排放预测模型，并且通过ipso算法使用所述训练集对所述交通工程建设项目碳排放预测模型进行改进；
9、通过所述验证集对所述交通工程建设项目碳排放预测模型进行适应性评价；
10、使用进行适应性评价之后的所述交通工程建设项目碳排放预测模型对交通工程建设项目碳排放进行预测分析。
11、进一步地，所述获取基础样本数据，包括在所述交通工程碳排放计算分析软件cea-tc1.0中获取已有的交通工程建设项目的特征参数和碳排放量数据。
12、进一步地，所述进行特征参数筛选，包括分析所述交通工程建设项目中的若干类所述单位工程中能够表征碳排放量的参数和参数可得性，初步筛选若干交通工程建设期碳排放特征参数。
13、进一步地，所述通过灰色关联度分析对筛选得到的所述特征参数进行分析，提取若干所述特征参数，根据提取的所述特征参数和所述基础样本数据构建样本数据集，包括：
14、采用灰色关联度分析方法对初步筛选得到的若干所述特征参数关联度进行计算，得到关联度计算结果；
15、对所述关联度计算结果进行排序，提取所述特征参数；
16、基于提取的所述特征参数，在所述基础样本数据中对已有项目的特征参数值与碳排放量值进行抓取，梳理得到所述样本数据集。
17、进一步地，将所述样本数据集划分为训练集和验证集，包括设置所述训练集和所述测试集的样本数量比例，利用sklearn库中的train_test_split()函数对所述样本数据集进行随机划分。
18、进一步地，基于bp神经网络算法构建交通工程建设项目碳排放预测模型，并且通过ipso算法使用所述训练集对所述交通工程建设项目碳排放预测模型进行改进，包括：
19、搭建bp神经网络拓扑结构，设置所述bp神经网络输入层、隐含层和输出层的节点数，并且初始化所述bp神经网络的权重和偏置；
20、通过所述输入层接收所述训练集，并且将所述训练集传递到隐含层中进行隐含层神经元数据计算；
21、将所述隐含层神经元数据引入所述输出层中进行预测输出值计算；
22、初始化pso算法，设置所述pso算法的惯性权重、粒子种群规模、学习因子和最大迭代次数，并且选择mse均方误差作为适应度函数；
23、调整所述惯性权重，并且更新粒子的位置和速度；
24、根据所述适应度函数，计算所述预测输出值与实际输出值之间的误差值，引入学习速率，通过所述误差值采用梯度下降法对所述bp神经网络的权重和偏置进行修正。
25、进一步地，通过所述验证集对所述交通工程建设项目碳排放预测模型进行适应性评价，包括：
26、对所述交通工程建设项目碳排放预测模型的均方误差、平均绝对百分比误差和模型决定系数进行计算；
27、根据计算结果对所述交通工程建设项目碳排放预测模型适应性进行评价。
28、进一步地，使用进行适应性评价之后的所述交通工程建设项目碳排放预测模型对交通工程建设项目碳排放进行预测分析，包括：
29、输入待预测交通工程建设项目的所述特征参数，依据构建的交通工程建设项目碳排放预测模型进行预测，得到碳排放量预测结果；
30、根据已输入所述特征参数及所述碳排放量预测结果计算得到所述交通工程建设项目的碳排放水平及碳排放强度，并且对所述碳排放水平及碳排放强度进行可视化展示；
31、对若干类所述单位工程的碳排放量预测值和各所述单位工程碳排放量占比情况进行可视化展示。
32、一种交通工程建设项目碳排放预测分析系统，所述系统包括：
33、样本数据获取模块，基于交通工程碳排放计算分析软件cea-tc1.0中已有的交通工程建设项目，获取基础样本数据；
34、特征数据筛选模块，分析所述交通工程建设项目中的若干类单位工程，进行特征参数筛选；
35、特征数据分析模块，通过灰色关联度分析对筛选得到的所述特征参数进行分析，提取若干所述特征参数，根据提取的所述特征参数和所述基础样本数据构建样本数据集；
36、样本数据集划分模块，将所述样本数据集划分为训练集和验证集；
37、预测模型构建模块，基于bp神经网络算法构建交通工程建设项目碳排放预测模型，并且通过ipso算法使用所述训练集对所述交通工程建设项目碳排放预测模型进行改进；
38、模型适应性分析模块，通过所述验证集对所述交通工程建设项目碳排放预测模型进行适应性评价；
39、碳排放预测分析模块，使用进行适应性评价之后的所述交通工程建设项目碳排放预测模型对交通工程建设项目碳排放进行预测分析。
40、一种计算机介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。
41、通过本专利技术的技术方案，可实现以下技术效果：
42、通过本专利技术能够有效筛选和确定最优特征参数，使得交通工程建设项目碳排放预测模型更加准确和精准，通过ipso算法的改进，提高了模型的预测能力和稳定性，有效本文档来自技高网...
【技术保护点】
1.一种交通工程建设项目碳排放预测分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述获取基础样本数据，包括在所述交通工程碳排放计算分析软件CEA-TC1.0中获取已有的交通工程建设项目的特征参数和碳排放量数据。
3.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述进行特征参数筛选，包括分析所述交通工程建设项目中的若干类所述单位工程中能够表征碳排放量的参数和参数可得性，初步筛选若干交通工程建设期碳排放特征参数。
4.根据权利要求3所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述通过灰色关联度分析对筛选得到的所述特征参数进行分析，提取若干所述特征参数，根据提取的所述特征参数和所述基础样本数据构建样本数据集，包括：
5.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，将所述样本数据集划分为训练集和验证集，包括设置所述训练集和所述测试集的样本数量比例，利用sklearn库中的train_test_split(
6.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，基于BP神经网络算法构建交通工程建设项目碳排放预测模型，并且通过IPSO算法使用所述训练集对所述交通工程建设项目碳排放预测模型进行改进，包括：
7.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，通过所述验证集对所述交通工程建设项目碳排放预测模型进行适应性评价，包括：
8.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，使用进行适应性评价之后的所述交通工程建设项目碳排放预测模型对交通工程建设项目碳排放进行预测分析，包括：
9.一种交通工程建设项目碳排放预测分析系统，其特征在于，所述系统包括：
10.一种计算机介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种交通工程建设项目碳排放预测分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述获取基础样本数据，包括在所述交通工程碳排放计算分析软件cea-tc1.0中获取已有的交通工程建设项目的特征参数和碳排放量数据。
3.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述进行特征参数筛选，包括分析所述交通工程建设项目中的若干类所述单位工程中能够表征碳排放量的参数和参数可得性，初步筛选若干交通工程建设期碳排放特征参数。
4.根据权利要求3所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，所述通过灰色关联度分析对筛选得到的所述特征参数进行分析，提取若干所述特征参数，根据提取的所述特征参数和所述基础样本数据构建样本数据集，包括：
5.根据权利要求1所述的一种交通工程建设项目碳排放预测分析方法，其特征在于，将所述样本数据集划分为训练集和验证集，包括设置所述训练集和所述测试集...
【专利技术属性】
技术研发人员：刘强，张志祥，明珠，海希，李娜，姜彬，杨友森，陈翔宇，王军艳，李宁，许睿骁，
申请(专利权)人：江苏中路工程技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。