Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西华大学;四川大学工程设计研究院有限公司霍海娥获国家专利权

恭喜西华大学;四川大学工程设计研究院有限公司霍海娥获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜西华大学;四川大学工程设计研究院有限公司申请的专利基于随机森林算法的建筑业碳排放预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119250845B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411757914.2,技术领域涉及:G06Q30/018;该发明授权基于随机森林算法的建筑业碳排放预测方法及系统是由霍海娥;岳彦伶;曹政博;陈翰文;邸小波;唐柳;王军设计研发完成,并于2024-12-03向国家知识产权局提交的专利申请。

基于随机森林算法的建筑业碳排放预测方法及系统在说明书摘要公布了:本发明涉及建筑业碳排放预测技术领域,具体而言,涉及基于随机森林算法的建筑业碳排放预测方法及系统,该方法的步骤包括:获取建筑业碳排放历史数据;基于随机森林回归模型对建筑业碳排放历史数据进行影响因素重要度排序,提取碳排放相关性的特征数据集,并划分为训练集与测试集;将训练集输入至预设的LSTM模型中进行计算,并通过测试集对LSTM预测结果进行评估,输出完成训练的LSTM模型;将随机森林回归模型与完整训练的LSTM模型进行组合,通过组合模型完成现有建筑的碳排放预测。本发明旨在提高建筑业碳排放预测的准确性和可靠性。

本发明授权基于随机森林算法的建筑业碳排放预测方法及系统在权利要求书中公布了:1.基于随机森林算法的建筑业碳排放预测方法,其特征在于,该方法的步骤包括:获取建筑业碳排放历史数据;基于随机森林回归模型对建筑业碳排放历史数据进行影响因素重要度排序,提取碳排放相关性的特征数据集,并划分为训练集与测试集;将训练集输入至预设的LSTM模型中进行计算,并通过测试集对LSTM预测结果进行评估,输出完成训练的LSTM模型;将随机森林回归模型与完整训练的LSTM模型进行组合,通过组合模型完成现有建筑的碳排放预测;所述随机森林回归模型具体以最大化碳减排潜力为优化目标,其计算公式为: 其中,为目标函数,为总时间周期,为建筑类型数量,、、及分别为第i类建筑的权重系数,为时间衰减系数,为累积碳排放效应系数,为时间变量,为建筑类型的索引,为积分变量,为第类建筑在时刻的施工面积,为第类建筑在时刻的建筑业总产值,为第类建筑在时刻的建筑业发展水平,为第类建筑在时刻的从业人数,为第类建筑在时刻的能源强度;所述随机森林回归模型的约束条件为: 其中,、分别为第类建筑施工面积的最小值和最大值,、分别为第类建筑总产值的最小值和最大值,、分别为第类建筑发展水平的最小值和最大值,、分别为第类建筑从业人数的最小值和最大值,、分别为第类建筑能源强度的最小值和最大值,为增长率参数,为中点参数,为指数增长率,为第类建筑的能源强度增长指数,、及分别为施工面积、总产值及从业人数的资源权重,为总可用资源;所述LSTM模型,其结构组成计算公式为: 其中,为sigmoid激活函数,、及分别为遗忘门、输入门和输出门的输出,、、及分别为各门的权重矩阵,、、及分别为各门的偏置,为时刻的隐藏状态,为时刻的输入,为时刻的细胞状态,为候选记忆细胞状态。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西华大学;四川大学工程设计研究院有限公司,其通讯地址为:611730 四川省成都市郫都区土桥金周路999号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。