基于PSO-LSTM网络模型的建筑碳排放峰值预测_唐晓灵(1).pdfVIP

科技管理研究 2023 年第 1 期 Science and Technology Management Research 2023 No. 1 doi:10.3969/j.issn.1000-7695.2023.1.024 基于 PSO-LSTM 网络模型的建筑碳排放峰值预测 唐晓灵，刘嘉敏 （西安建筑科技大学管理学院，陕西西安　710055） 摘要：在对 BP 神经网络、LSTM 网络和 PSO-LSTM 模型在碳排放预测方面进行对比选优的基础上，通过训练好 的 PSO-LSTM 模型在低碳、基准、高碳 3 种情景下，分别对建筑碳排放峰值进行预测。结果表明，低碳、基准、 高碳 3 种情景的建筑碳排放峰值分别为 226 774.56 万吨、239 738.11 万吨和 253 379.47 万吨；达峰时间分别为 2029 年、 2032 年和 2033 年。可见，在当前社会发展状况下，仍难在