CN120258338A 一种基于知识图谱的交通基础设施全生命周期碳排放评估方法 （湖南省交通科学研究院有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120258338A(43)申请公布日2025.07.04

(21)申请号202510741979.6

(22)申请日2025.06.05

(71)申请人湖南省交通科学研究院有限公司地址410000湖南省长沙市天心区新联南

路126号

申请人中国建筑材料科学研究总院有限公司

(72)发明人郅晓陈宇亮肖源杰方鸿刘卓刘斌孟凡威

邓利斌黄毅张迅任毅曾辉方涵潇

(74)专利代理机构长沙知行亦创知识产权代理

事务所(普通合伙)43240专利代理师舒云

(51)Int.CI.

G06Q10/063(2023.01)GO6N3/042(2023.01)

GO6N5/022(2023.01)G06Q10/04(2023.01)

G06Q10/10(2023.01)G06Q50/08(2012.01)G06Q50/26(2024.01)

权利要求书3页说明书20页附图3页

(54)发明名称

一种基于知识图谱的交通基础设施全生命周期碳排放评估方法

(57)摘要

CN120258338A本发明公开了一种基于知识图谱的交通基础设施全生命周期碳排放评估方法。其中，方法包括通过多源数据采集获取知识和定义与碳排放相关的实体、属性及关系进行知识图谱本体设计与图谱构建；在所述知识图谱的框架上，通过数据预处理、多层感知机网络结构设计以及模型训练，建立基于人工神经网络的碳排放评估模型；结合碳排放评估结果和知识图谱中的优化知识，生成具体的优化策略并进行优化策略的组合优化以制定可推荐的优化方案，用于优化决策的执行。本发明提供的方案能够精准量化碳排放，生成科学合理的优化策略，并支持动态调整，为

CN120258338A

通过多源数据采集获取知识和定义与碳排放相关的实体、属性及关系进

通过多源数据采集获取知识和定义与碳排放相关的实体、属性及关系进行知识图谱本体设计与图谱构建

在所述知识图谱的框架上，通过数据预处理、多层感知机网络结构设计以及模型训练，建立基于人工神经网络的碳排放评估模型

结合碳排放评估结果和知识图谱中的优化知识，生成具体的优化策略并

进行优化策略的组合优化以制定可推荐的优化方案，用于优化决策的执

行

101

102

103

CN120258338A权利要求书1/3页

2

1.一种基于知识图谱的交通基础设施全生命周期碳排放评估方法，其特征在于，所述方法包括：

通过多源数据采集获取知识和定义与碳排放相关的实体、属性及关系进行知识图谱本体设计与图谱构建；

在所述知识图谱的框架上，通过数据预处理、多层感知机网络结构设计以及模型训练，建立基于人工神经网络的碳排放评估模型；

结合碳排放评估结果和知识图谱中的优化知识，生成具体的优化策略并进行优化策略的组合优化以制定可推荐的优化方案，用于优化决策的执行。

2.根据权利要求1所述的基于知识图谱的交通基础设施全生命周期碳排放评估方法，其特征在于，所述通过多源数据采集获取知识，包括：

采集建筑物或构筑物生产全过程涉及的所有阶段的数据；其中，所有阶段包括规划设计阶段、施工建设阶段、运营维护阶段和拆除报废阶段；所述数据的来源包含工程文档、监测数据、材料数据库、统计报表、行业标准、技术规范及文献资料；所述数据的形式包括文本、图像和表格。

3.根据权利要求1所述的基于知识图谱的交通基础设施全生命周期碳排放评估方法，其特征在于，所述定义与碳排放相关的实体、属性及关系进行知识图谱本体设计与图谱构建，包括：

提取实体及属性并确定实体间关系，完成知识图谱本体建模；

以节点表示实体，边表示实体间的关系，并为每个节点和边添加明确的属性和语义，连接各阶段节点；

将节点和边存储在适合的图数据库中，并使用可视化工具展示知识图谱结构。

4.根据权利要求1所述的基于知识图谱的交通基础设施全生命周期碳排放评估方法，其特征在于，所述数据预处理包括数据清洗和数据标准化；其中，所述数据清洗包括去除采集数据中的噪声、错误和重复数据；所述数据标准化包括将不同来源的各类数据进行标准化处理，使它们具有统一的量纲和数值范围；其中，数值型数据采用归一化方法，将其映射到特定的区间；分类数据采用独热编码方式进行归一化处理。

5.根据权利要求1所述的基于知识图谱的交通基础设施全生命周期碳