一种结合多元线性回归分步线性回归及人工神经网络以预测企业碳排放量的复杂模型和方法

摘要

企业碳排放量通常需要通过企业活动数据进行估算。不同企业，工艺流程不同，碳排放的排放源不同，碳排放量的计算复杂程度不同。本发明提出了一种基于工业企业生产数据（产量/原材料消耗量/能耗量等）以预测混合系统和方法。本方法结合了传统的多元线性回归和以及人工神经网络模型，采用了混合建模方法通过分步线性回归的方法筛选更重要的工业企业生产数据输入变量，然后将筛选后的工业企业生产数据变量馈入人工神经网络模型，从而产生复杂模型以预测一定时间跨度内的碳排放量输出量。本发明提出的复杂模型仿真结果表明该复杂模型的性能比其相应的其他单阶段模型更优并且可以在广泛的各类企业中应用该复杂模型实现各时间维度的碳排放量的预测。