典型文献
基于深度学习的江苏省交通运输业能耗预测研究
文献摘要：
为推进节能减排、合理规划一次能源使用,推动美丽江苏建设,对江苏省交通运输业能耗进行预测具有重要意义.计算客运、货运和经济发展水平3个方面共8个影响因素与交通运输业能耗灰色关联度,并确定将这些因素作为模型输入.构建了主要由LSTM层、Dropout层构成的深度学习模型,在此基础上对2021—2025年江苏省交通运输业能耗进行预测.
文献关键词：
交通运输业;能耗预测;长短期记忆模型
中图分类号：
作者姓名：
王金鑫;陈红;邹亮;彭爱;韩悦;蒋秀莲
作者机构：
徐州工程学院,江苏 徐州 221018
文献出处：
引用格式：
[1]王金鑫;陈红;邹亮;彭爱;韩悦;蒋秀莲-.基于深度学习的江苏省交通运输业能耗预测研究)[J].海峡科技与产业,2022(03):38-41
A类：
B类：
交通运输业,能耗预测,预测研究,合理规划,划一,一次能源,美丽江苏,苏建,客运,货运,灰色关联度,定将,模型输入,Dropout,深度学习模型,长短期记忆模型
AB值：
0.326608
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
