CN116402191A - 基于碳排放的产业结构优化方法、设备及存储介质 - Google Patents
基于碳排放的产业结构优化方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116402191A CN116402191A CN202310220996.6A CN202310220996A CN116402191A CN 116402191 A CN116402191 A CN 116402191A CN 202310220996 A CN202310220996 A CN 202310220996A CN 116402191 A CN116402191 A CN 116402191A
- Authority
- CN
- China
- Prior art keywords
- target
- vector
- carbon emission
- determining
- industry
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 230
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 230
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 239000013598 vector Substances 0.000 claims abstract description 369
- 238000004519 manufacturing process Methods 0.000 claims abstract description 153
- 238000013439 planning Methods 0.000 claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims description 94
- 238000005265 energy consumption Methods 0.000 claims description 47
- 230000018109 developmental process Effects 0.000 claims description 34
- 239000002994 raw material Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000000547 structure data Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 239000005431 greenhouse gas Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种基于碳排放的产业结构优化方法、设备及存储介质，该方法包括：获取第一生产信息及发展规划信息；对第一生产信息及发展规划信息进行向量化处理，得到生产信息向量及规划信息向量；基于目标投入产出模型，根据生产信息向量确定目标碳排放向量及第一目标产值向量；根据预设的约束条件及规划信息向量确定目标约束条件；基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定碳生产力目标值；基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态。提升了产业结构调整的效率及优化效果。
Description
技术领域
本申请涉及城市产业规划及管理技术领域，尤其涉及一种基于碳排放的产业结构优化方法、设备及存储介质。
背景技术
城市作为经济生产和资源利用的中心，城市中的产业是能源消耗和温室气体排放的主要贡献主体。现有的产业结构调整方法大多通过确定某个产业的相关生产信息确定产业直接排放的气体对应的碳排放，以及基于文本处理操作确定产业对应的所属企业及政策标签，从而根据碳排放及匹配度高的政策对产业的生产结构进行调整及优化，这种方式忽略了各产业之间的合作关系、产业链上下游的生产需求关系以及环境资源需求的变化，可能会导致碳排放统计不完整、不准确的情况，从而导致现有的产业结构优化方法存在局限性及精度不足的问题。
发明内容
本申请提供一种基于碳排放的产业结构优化方法、设备及存储介质，旨在提高产业结构调整的效率及提升产业结构优化效果。
第一方面，本申请提供一种基于碳排放的产业结构优化方法，所述基于碳排放的产业结构优化方法包括以下步骤：
获取目标区域中第一目标产业的第一生产信息以及目标区域的发展规划信息；
对第一生产信息进行向量化处理，得到生产信息向量，以及对发展规划信息进行向量化处理，得到规划信息向量；
基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量及第一目标产值向量；
根据预设的约束条件及规划信息向量确定目标约束条件；
基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力目标值；
基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态。
第二方面，本申请还提供一种电子设备，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于碳排放的产业结构优化方法的步骤。
第三方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于碳排放的产业结构优化方法的步骤。
本申请提供一种基于碳排放的产业结构优化方法、设备及存储介质，包括：获取目标区域中第一目标产业的第一生产信息以及目标区域的发展规划信息；对第一生产信息进行向量化处理，得到生产信息向量，以及对发展规划信息进行向量化处理，得到规划信息向量；基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量及第一目标产值向量；根据预设的约束条件及规划信息向量确定目标约束条件；基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力目标值；基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态。方法通过目标投入产出模型计算得到第一目标产业的目标碳排放向量，实现了基于消费端完成产业碳排放量的核算，并基于碳排放量及第一目标产业的第一目标产值向量确定目标区域的碳生产力目标值，提升了目标区域内产业所产生的经济价值与所消耗的资源、产生的温室气体匹配精确度，还提升了生成的目标生产信息的合理性及适用性，提高产业调整的效率及达到更好的优化效果。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例。
图1为本申请实施例提供的一种基于碳排放的产业结构优化方法的步骤流程图；
图2为本申请实施例提供的一种基于碳排放的产业结构优化方法的场景图；
图3为本申请一实施例涉及的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种基于碳排放的产业结构优化方法、装置、电子设备及计算机可读存储介质。其中，该基于碳排放的产业结构优化方法可应用于终端设备中，该终端设备可以是平板电脑、笔记本电脑、台式电脑等电子设备。也可以应用于服务器中，该服务器可以是单独的服务器，也可以是提供云服务、云信息库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大信息和人工智能平台等基础云计算服务的云服务器。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参照图1和图2，图1为本申请的实施例提供的一种基于碳排放的产业结构优化方法的步骤流程图，图2为本申请实施例提供的一种基于碳排放的产业结构优化方法的场景图。
如图1所示，该基于碳排放的产业结构优化方法包括步骤S101至步骤S104。
步骤S101、获取目标区域中第一目标产业的第一生产信息以及目标区域的发展规划信息。
示例性的，目标区域为多个城市，或为某个城市的某个片区，或是某个区域，可按照需求设定，在此不予限定。
示例性的，第一目标产业包括制造业，例如钢铁制造业、塑料制造业、食品制造业等，可以理解的，第一目标产业包括产业链相关的上下游的所有企业，例如从原料收集及处理至成品售卖的企业。
示例性的，可以获取目标区域内第一目标产业，在第一目标时间内对应的第一生产信息，其中，第一目标时间可以例如为历史年份或历史月份，例如获取目标区域内第一目标产业在过去两年对应的第一生产信息，或获取目标区域内第一目标产业在过去6个月对应的第一生产信息。
需要说明的是，目标区域的发展规划信息可以通过爬虫的方式获取，还可以通过根据关键词识别的方式获取，也可以获取存储于目标装置本地的发展规划信息，目标装置能够用于实现基于碳排放的产业结构优化方法；或目标装置根据语音信息转换得到的，在此不予限定发展规划信息的获取方式。其中，发展规划信息包括政策文本，政策文本例如政策的题目、摘要、全文或选段，当然也不限于此。
步骤S102、对第一生产信息进行向量化处理，得到生产信息向量，以及对发展规划信息进行向量化处理，得到规划信息向量。
示例性的，对第一生产信息以进行向量化处理，得到生产信息向量，以使目标投入产出模型能够根据生产信息向量确定目标排放向量及第一目标产值向量。对发展规划信息进行向量化处理，得到规划信息向量，以能够规划信息向量确定用于确定碳生产力目标值的目标约束条件。可以理解的，可以对第一生产信息进行编码处理，以得到对应的生产信息向量。具体的，对第一生产信息进行分词处理，得到若干关键词，并对每个关键词进行编码处理，得到生产信息向量。
步骤S103、基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量及第一目标产值向量。
示例性的，基于列昂惕夫逆矩阵确定目标投入产出模型，以使目标投入产出模型能够根据生产信息确定第一目标产业的目标碳排放向量及第一目标产值向量。其中，列昂惕夫逆矩阵如下式所示：
X＝(I-A)-1×Y
X用于指示目标区域的经济总产值数据，I用于指示单位矩阵，A用于指示直接需求矩阵，Y用于指示目标原料投入数据。
在一些实施例中，对第一生产信息进行向量化处理，得到生产信息向量，包括：对第一生产信息进行分词及向量化处理，得到第一碳排放信息对应的第一碳排放向量及第一产值信息对应的第一目标产值向量。
示例性的，获取到的第一生产信息包括第一碳排放信息，可以理解的，第一碳排放信息用于指示产业在调整生产状态中所排放的温室气体信息，通过温室气体信息中的碳含量，确定产业在调整生产状态中所导致的碳排放。
示例性的，获取到的第一生产信息还包括从企业终端获取到的第一产值信息，可以理解的，第一产值信息用于指示企业在第一目标时间内的产值数据。
可以理解的，通过分词确定第一生产信息中的第一碳排放信息和第一产值信息，并分别对第一碳排放信息及第一产值信息进行向量化处理，得到对应的第一碳排放向量及第一目标产值向量。
示例性的，可基于向量化网络进行向量化处理，向量化网络包括但不限于一下至少一种：LSTM(Long Short Term，长短期记忆网络)网络、GRU(Gate Recurrent Unit，门控循环单元)网络。
基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量，包括：基于目标投入产出模型的矩阵确定网络，根据第一碳排放向量及第一目标产值向量确定碳排放系数矩阵；基于目标投入产出模型的目标碳排放向量确定网络，获取第一目标产业需求矩阵及第一目标产业对应的直接消耗系数矩阵，以及根据碳排放系数矩阵、第一目标产业需求矩阵、直接消耗系数矩阵确定第一目标产业的目标碳排放向量；其中，第一目标产业需求矩阵用于指示第一目标产业的目标原料投入数据。
示例性的，通过第一碳排放向量及第一目标产值向量确定碳排放系数矩阵，并将碳排放系数矩阵输入至目标碳排放向量确定网络，以确定目标碳排放向量。需要说明的是，目标碳排放向量用于指示第一目标产业的隐含碳排放，从而实现在消费端实现碳排放的核算，提升碳排放核算的准确性，以提升碳生产力目标值的准确性。
示例性的，在碳排放向量确定网络中，通过第一目标产业需求矩阵、第一目标产业对应的直接消耗系数矩阵及碳排放系数矩阵确定目标碳排放向量，其中，第一目标需求矩阵根据第一目标产业的目标原料投入数据确定，直接消耗系数由直接消耗系数构成，直接消耗系数用于指示在生产过程中，第一目标产业的单位总产值所消耗的第二目标产业的货物或服务的价值量。
示例性的，根据目标碳排放向量确定碳生产力目标值，以能够通过碳生产力目标值生成目标生产信息。
在一些实施例中，根据第一碳排放向量及第一目标产值向量确定碳排放系数矩阵，包括：将第一碳排放向量与第一目标产值向量进行向量相除处理，得到碳排放系数向量；基于碳排放系数向量确定碳排放系数矩阵。
在具体的实施方式中，可基于下式确定碳排放系数向量。
其中，cpj用于指示目标区域p中第一目标产业j的碳排放系数向量，dpj用于指示第一碳排放向量，xpj用于指示第一目标产值向量。
可以理解的，碳排放系数矩阵由碳排放系数向量构成，如下式所示：
εpj＝[cpj]
其中，εpj用于指示碳排放系数矩阵。
在一些实施例中，根据碳排放系数矩阵、第一目标产业需求矩阵、直接消耗系数矩阵确定第一目标产业的目标碳排放向量，包括：获取单位矩阵，以及将单位矩阵与直接消耗系数矩阵进行矩阵相减，得到第一矩阵；确定第二矩阵，第二矩阵为第一矩阵的逆矩阵；将碳排放系数矩阵、第一目标产业需求矩阵及第二矩阵进行矩阵相乘，得到目标碳排放向量。
在具体的实施过程中，基于下式确定目标碳排放向量。
CEptj＝εpj×(I-A)-1×Yptj
其中，CEptj用于指示目标区域p的第一目标产业j在第一目标时间t内的目标碳排放向量；εpj用于指示碳排放系数矩阵，I用于指示单位矩阵，A用于指示直接消耗系数矩阵，Yptj用于指示第一目标产业需求矩阵，也即，用于指示目标区域p的第一目标产业j在第一目标时间t内的目标原料投入数据。
示例性的，确定目标碳排放向量后，能够基于目标函数计算碳生产力目标值，以确定在碳生产力目标值符合约束条件的情况下，生成目标生产信息。
在一些实施例中，对发展规划信息进行向量化处理，得到规划信息向量，包括：对发展规划信息进行分词处理，得到若干关键词；对关键词进行编码处理，得到各关键词对应的关键词向量；基于预设关键词向量，在关键词向量中确定目标关键词向量；根据目标关键词向量，在发展规划信息中确定用于指示目标区域的经济增长率的经济增长向量、用于指示第一目标产业占比率的产业占比向量、用于指示第一目标产业能源消耗增长率的能源消耗增长向量以及用于指示目标区域的碳排放增长率的碳排放增长向量中的至少一项。
示例性的，可基于分词网络对发展规划信息进行分词及编码处理，分词网络包括但不限于循环神经网络、双向LSTM网络。
示例性的，在得到多个关键词向量后，逐一确定各关键词向量与预设关键词的欧式距离值，以将欧式距离值小于距离阈值的关键词向量作为目标关键词向量，以根据目标关键词在发展规划信息中确定所需信息。
示例性的，通过目标关键词向量在规划信息向量中确定用于指示目标区域的经济增长率的经济增长向量、用于指示第一目标产业占比率的产业占比向量、用于指示第一目标产业能源消耗增长率的能源消耗增长向量以及用于指示目标区域的碳排放增长率的碳排放增长向量中的至少一项，可以理解的，可以利用向量比对或计算欧式距离的方式确定上述的至少一项向量，例如，目标关键词向量包括用于指示碳排放的向量(1,0,2)，在规划信息向量中包含用于指示目标区域的碳排放增长率的碳排放增长向量(1,0,2,1)，通过向量比对或欧式距离计算后，确定目标关键词向量与碳排放增长向量相似度较高，确定与该向量对应的信息，得到用于指示目标区域的碳排放增长率的碳排放增长向量，需要说明的是，在对发展规划信息进行向量化处理的过程中，保留了规划信息中词与数据之间的映射关系，从而能够根据与碳排放相关的目标关键词向量确定碳排放增长向量等。
示例性的，在规划信息向量中确定经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项后，基于预设的约束条件，根据经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项确定目标约束条件。
以在确定目标约束条件后，目标函数能够在目标约束条件的约束下，确定碳生产力目标值，实现能够基于发展规划信息模拟不同场景下的最优产业结构，以增加方法的适用性及提升优化效果。例如，在第一目标产业在以经济发展为重心的情景下，预测目标区域经济发展上线；又例如，在第一目标产业在第二目标时间实现隐含碳排放达峰的情景下，确定第一目标产业在兼顾经济发展的同时隐含碳排放的上限。
步骤S104、根据预设的约束条件及规划信息向量确定目标约束条件。
示例性的，根据规划信息向量及预设的约束条件确定目标约束条件，以在发展规划信息的指导下，确定产业结构优化的方向，并实现预期目标。
在一些实施例中，根据预设的约束条件及规划信息向量确定目标约束条件，包括：根据预设的约束条件、第一目标产值向量、经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项确定目标约束条件。
可以理解的，通过根据规划信息向量中确定的经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项来确定目标约束条件。
在一些实施例中，根据预设的约束条件、第一目标产值向量、经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项确定目标约束条件，包括以下至少一项：确定第一目标产业与第二目标产业之间的直接消耗系数及第一目标产业的原料消耗向量；以及根据第一目标产值向量、直接消耗系数及原料消耗向量确定目标投入产出约束条件，其中第一目标产业与第二目标产业为关联产业；根据第一目标产值向量及经济增长向量确定目标产值约束条件；根据第一目标产值向量、目标区域对应的第二目标产值向量及产业占比向量确定目标产业结构约束条件；确定第一目标产业的资本结构数据对应的资本结构向量、第一目标产业的消费数据对应的消费向量以及第一目标产业出口产值数据对应的出口产值向量；根据资本结构向量、消费向量、出口产值向量以及第一目标产值向量确定目标原料消耗约束条件；确定第一目标产业的能源消耗信息对应的能源消耗向量，以及根据能源消耗增长向量和能源消耗向量确定目标能源消耗约束条件；根据碳排放增长向量和目标碳排放向量确定目标碳排放约束条件。
示例性的，预设约束条件包括预设计算方程，通过不同的预设计算方程及对应的向量确定目标约束条件。
在具体的实施过程中，基于如下的预设计算方程及直接消耗系数、第一目标产业需求向量、第一目标产值向量、原料消耗向量确定目标投入产出约束条件。
Yptj＝(I-Apt)×Xptj
其中，Xpt用于指示目标区域p在第一目标时间t内的产值向量，apij用于指示第一目标产业j与第二目标产业i之间的直接消耗系数，Xptij用于指示目标区域p中第一目标产业j与第二目标产业i的产值和对应的向量，Yptj用于指示第一目标产业j的目标原料投入数据对应的第一目标产业需求向量；zptij用于指示第一目标行业j及第二目标行业i在第一目标时间t内的当前原料投入数据对应的向量。
在具体的实施过程中，基于如下的预设计算方程、第一目标产值向量及经济增长向量确定目标产值约束条件。
(1+λt)×Xt≤Xk
其中，入t用于指示目标区域p在第一目标时间t内的经济增长向量，Xt用于指示目标区域在第一目标时间t内的第二目标产值向量，Xk用于指示目标区域在第二目标时间k内的第二目标产值向量。
可以理解的，通过目标产值约束条件约束目标区域的经济增长的下限，以保证目标区域的经济增长。
在具体的实施过程中，基于如下的预设计算方程、第一目标产值向量、目标区域对应的第二目标产值向量及产业占比向量确定目标产业结构约束条件。
其中，Xptj用于指示目标区域p的第一目标产业j在第一目标时间t的第一目标产值向量，Xpt用于指示目标区域p在第一目标时间t内的第二目标产值向量，θptj 用于指示目标区域p的第一目标产业j在第一目标时间t的产业结构的最小占比，
用于指示目标区域p的第一目标产业j在第一目标时间t的产业结构的最大占比，可以理解的，第一目标产业j在第一目标时间t的产业结构最大及最小占比可通过产业占比向量确定。通过控制第一目标产业的产业占比，保证目标区域产业发展的稳定性。
在具体的实施过程中，基于如下的预设计算方程、资本结构向量、消费向量、出口产值向量以及第一目标产值向量确定目标原料消耗约束条件。
其中，ypknr在n＝1、2、3时分别用于指示目标区域p在第二目标时间k内的资本结构向量、消费向量、出口产值向量，yptnr在n＝1、2、3时分别用于指示目标区域p在第一目标时间t内的资本结构向量、消费向量、出口产值向量，Yptj用于指示第一目标产业j的目标原料投入数据对应的第一目标产业需求向量。
在具体的实施过程中，基于如下的预设计算方程、能源消耗增长向量和能源消耗向量确定目标能源消耗约束条件。
Epk≤(1+πpt)Ept
其中，Ept用于指示目标区域p在第一目标时间t内的能源消耗向量，Xptj用于指示目标区域p的第一目标产业j在第一目标时间t内的第一目标产值数据，EIptj用于指示目标区域p的第一行业j在第一目标时间t内的能源消耗强度，可以理解的，能源消耗强度可通过第一产业对应的能源消耗数据进行预测确定；πpt用于指示能源消耗增长向量，Epk用于指示目标区域p在第二目标时间k内的能源消耗向量。通过对能源消耗进行约束，以调整目标区域的产业能源消耗，达到节约能源的目的。
在具体的实施过程中，基于如下的预设计算方程、碳排放增长向量和目标碳排放向量确定目标碳排放约束条件。
其中，CEpk用于指示目标区域p在第二目标时间k内的碳排放向量，CEpt用于指示目标区域p在第一目标时间t内的目标碳排放向量，
用于指示目标区域在第一目标时间t内的碳排放增长向量。可以理解的，通过对碳排放进行约束，以确保产业能够完成预期的碳排放目标，例如双碳目标或其他绿色发展目标。其中，第一目标时间为当前时间或历史时间，第二目标时间晚于第一目标时间。
在一些具体的实施方式中，上述第一目标产业需求向量对应的第一目标产业需求数据、第一目标产值向量对应的第一产值数据、能源消耗向量对应的能源消耗数据以及目标碳排放向量对应的目标碳排放数据均大于或等于预设值，以确保方法的适用性。
步骤S105、基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力目标值。
示例性的，通过上述确定的若干目标约束条件及目标函数，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力总值，以通过碳生产力目标值生成生产信息，从而给产业结构的调整提供基础，使得决策者能够在宏观层面调整产业结构，以在符合预期需求的情况下完成预期的生产目标。其中，目标函数如下：
其中，p用于指示目标区域，j用于指示第一目标产业，CPt用于指示在第一目标时间t内的碳生产力目标值，CEptj用于指示目标区域p中第一目标产业j在第一目标时间t的目标碳排放向量，Xptj用于指示目标区域p的第一目标产业j在第一目标时间t的第一目标产值向量。
基于上述提供的目标函数及目标约束条件进行求解，以在符合目标约束条件的情况下将碳生产力值的最大值作为碳生产力目标值。
在一些实施例中，基于目标函数及目标约束条件，根据第一碳排放向量及第一产值向量确定目标区域在第一目标时间内的碳生产力目标值，包括：在第一碳排放向量及第一产值向量均符合至少两项目标约束条件时，基于目标函数对第一碳排放向量及第一产值向量进行分式规划处理，得到碳生产力目标值。
示例性的，通过上述至少两项的目标约束条件对目标函数进行约束，且基于目标函数进行分式规划计算，以在符合至少两项的目标约束条件下确定碳生产力目标值。
可以理解的，通过分式规划求解处理，无需人工介入设置权重便能确定目标函数比率，提升方法的适用性及可靠性。
步骤S106、基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态。
示例性的，通过碳生产力目标值确定目标生产信息，并将目标生产信息发送至目标产业的企业终端，以使得企业能够根据目标生产信息调整生产活动，以达到调整目标区域的产业结构的目的。
在一些实施例中，根据目标生产信息调整生产状态，包括：根据目标生产信息调整目标生产设备的工作状态。
在具体的实施过程中，企业终端能够根据接收到的目标生产信息，向企业内的目标生产设备发送工作指令，以调整目标生产设备的工作状态。
示例性的，调整目标生产设备的工作状态包括调整目标生产设备的运行时长、运行效率等，在此不予限定。
通过调整目标生产设备的工作状态，以调整产业的温室气体排放、能源消耗等，从而实现产业的结构优化，提升了整体产业生产效率，且基于碳生产力目标值生成的目标生产信息实现了将各企业进行关联以及将企业的当前原料投入数据和目标原料投入数据等数据的关联，提升了确定的目标生产信息的准确性和信息完整性，从而提升产业结构调整的效率。
上述实施例提供的基于碳排放的产业结构优化方法，用于电子设备，方法通过获取目标区域中第一目标产业的第一生产信息以及目标区域的发展规划信息；对第一生产信息进行向量化处理，得到生产信息向量，以及对发展规划信息进行向量化处理，得到规划信息向量；基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量及第一目标产值向量；根据预设的约束条件及规划信息向量确定目标约束条件；基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力目标值；基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态，通过上述方法，无需人工进行资料收集及计算，提高了产业结构调整的效率，且通过计算目标碳排放向量，实现了产业之间的数据关联，并通过目标约束条件和目标函数确定碳生产力目标值，提高了产业所产生的经济价值与消耗的资源、排放的温室气体的匹配度，以提高目标生产信息的信息完整性及准确性，从而提升了基于生产信息实现产业结构调整的优化效果。
请参阅图3，图3为本申请实施例提供的一种电子设备的结构示意性框图。该电子设备可以为服务器或终端。
如图3所示，该电子设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括存储介质和内存储器。
存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种基于碳排放的产业结构优化方法。
处理器用于提供计算和控制能力，支撑整个电子设备的运行。
内存储器为存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种基于碳排放的产业结构优化方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一个实施例中，处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
获取目标区域中第一目标产业的第一生产信息以及目标区域的发展规划信息；
对第一生产信息进行向量化处理，得到生产信息向量，以及对发展规划信息进行向量化处理，得到规划信息向量；
基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量及第一目标产值向量；
根据预设的约束条件及规划信息向量确定目标约束条件；
基于目标函数及目标约束条件，根据目标碳排放向量及第一目标产值向量确定目标区域在第一目标时间内的碳生产力目标值；
基于碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使目标产业根据目标生产信息调整生产状态。
在一个实施例中，处理器在实现对第一生产信息进行向量化处理，得到生产信息向量时，用于实现：
对第一生产信息进行分词及向量化处理，得到第一碳排放信息对应的第一碳排放向量及第一产值信息对应的第一目标产值向量
处理器在实现基于目标投入产出模型，根据生产信息向量确定第一目标产业的目标碳排放向量时，用于实现：
基于目标投入产出模型的矩阵确定网络，根据第一碳排放向量及第一目标产值向量确定碳排放系数矩阵；
基于目标投入产出模型的目标碳排放向量确定网络，获取第一目标产业需求矩阵及第一目标产业对应的直接消耗系数矩阵，以及根据碳排放系数矩阵、第一目标产业需求矩阵、直接消耗系数矩阵确定第一目标产业的目标碳排放向量；其中，第一目标产业需求矩阵用于指示第一目标产业的目标原料投入数据。
在一个实施例中，处理器在实现根据第一碳排放向量及第一目标产值向量确定碳排放系数矩阵时，用于实现：
将第一碳排放向量与第一目标产值向量进行向量相除处理，得到碳排放系数向量；
基于碳排放系数向量确定碳排放系数矩阵。
在一个实施例中，处理器在实现根据碳排放系数矩阵、第一目标产业需求矩阵、直接消耗系数矩阵确定第一目标产业的目标碳排放向量时，用于实现：
获取单位矩阵，以及将单位矩阵与直接消耗系数矩阵进行矩阵相减，得到第一矩阵；
确定第二矩阵，第二矩阵为第一矩阵的逆矩阵；
将碳排放系数矩阵、第一目标产业需求矩阵及第二矩阵进行矩阵相乘，得到目标碳排放向量。
在一个实施例中，处理器在实现对发展规划信息进行向量化处理，得到规划信息向量时，用于实现：
对发展规划信息进行分词处理，得到若干关键词；
对关键词进行编码处理，得到各关键词对应的关键词向量；
基于预设关键词向量，在关键词向量中确定目标关键词向量；
根据目标关键词向量，在发展规划信息中确定用于指示目标区域的经济增长率的经济增长向量、用于指示第一目标产业占比率的产业占比向量、用于指示第一目标产业能源消耗增长率的能源消耗增长向量以及用于指示目标区域的碳排放增长率的碳排放增长向量中的至少一项；
处理器在实现根据预设的约束条件及规划信息向量确定目标约束条件时，用于实现：
根据预设的约束条件、第一目标产值向量、经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项确定目标约束条件。
在一个实施例中，处理器在实现基于根据预设的约束条件、第一目标产值向量、经济增长向量、产业占比向量、能源消耗增长向量以及碳排放增长向量中的至少一项确定目标约束条件时，用于实现以下至少一项：
确定第一目标产业与第二目标产业之间的直接消耗系数及第一目标产业需求向量；以及根据第一目标产值向量、直接消耗系数及原料消耗向量确定目标投入产出约束条件，其中第一目标产业与第二目标产业为关联产业，第一目标产业需求向量用于指示第一目标产业的目标原料投入数据，原料消耗向量用于指示第一目标产业的当前原料投入数据；
根据第一目标产值向量及经济增长向量确定目标产值约束条件；
根据第一目标产值向量、目标区域对应的第二目标产值向量及产业占比向量确定目标产业结构约束条件；
确定第一目标产业的资本结构数据对应的资本结构向量、第一目标产业的消费数据对应的消费向量以及第一目标产业出口产值数据对应的出口产值向量；根据资本结构向量、消费向量、出口产值向量以及第一目标产值向量确定目标原料消耗约束条件；
确定第一目标产业的能源消耗信息对应的能源消耗向量，以及根据能源消耗增长向量和能源消耗向量确定目标能源消耗约束条件；
根据碳排放增长向量和目标碳排放向量确定目标碳排放约束条件。
在一个实施例中，处理器在实现基于目标函数及目标约束条件，根据第一碳排放向量及第一产值向量确定目标区域在第一目标时间内的碳生产力目标值时，用于实现：
在第一碳排放向量及第一产值向量均符合至少两项目标约束条件时，基于目标函数对第一碳排放向量及第一产值向量进行分式规划处理，得到碳生产力目标值。
在一个实施例中，处理器在实现基于根据目标生产信息调整生产状态时，用于实现：
根据目标生产信息调整目标生产设备的工作状态。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述电子设备的具体工作过程，可以参考前述基于碳排放数据的产业结构优化方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序中包括程序指令，程序指令被执行时所实现的方法可参照本申请基于碳排放的产业结构优化方法的各个实施例。
其中，所述计算机可读存储介质可以是前述实施例所述的电子设备的内部存储单元，例如所述电子设备的硬盘或内存。所述计算机可读存储介质也可以是所述电子设备的外部存储设备，例如所述电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于碳排放的产业结构优化方法，其特征在于，用于电子设备，所述方法包括：
获取目标区域中第一目标产业的第一生产信息以及所述目标区域的发展规划信息；
对所述第一生产信息进行向量化处理，得到生产信息向量，以及对所述发展规划信息进行向量化处理，得到规划信息向量；
基于目标投入产出模型，根据所述生产信息向量确定所述第一目标产业的目标碳排放向量及第一目标产值向量；
根据预设的约束条件及所述规划信息向量确定目标约束条件；
基于目标函数及所述目标约束条件，根据所述目标碳排放向量及所述第一目标产值向量确定所述目标区域在第一目标时间内的碳生产力目标值；
基于所述碳生产力目标值生成目标生产信息并发送至目标产业的企业终端，以使所述目标产业根据所述目标生产信息调整生产状态。
2.如权利要求1所述的基于碳排放的产业结构优化方法，其特征在于，所述第一生产信息包括第一碳排放信息以及第一产值信息；
所述对所述第一生产信息进行向量化处理，得到生产信息向量，包括：
对所述第一生产信息进行分词及向量化处理，得到所述第一碳排放信息对应的第一碳排放向量及第一产值信息对应的第一目标产值向量；
所述基于目标投入产出模型，根据所述生产信息向量确定所述第一目标产业的目标碳排放向量，包括：
基于所述目标投入产出模型的矩阵确定网络，根据所述第一碳排放向量及所述第一目标产值向量确定碳排放系数矩阵；
基于所述目标投入产出模型的目标碳排放向量确定网络，获取第一目标产业需求矩阵及所述第一目标产业对应的直接消耗系数矩阵，以及根据所述碳排放系数矩阵、所述第一目标产业需求矩阵、所述直接消耗系数矩阵确定所述第一目标产业的目标碳排放向量；其中，所述第一目标产业需求矩阵用于指示所述第一目标产业的目标原料投入数据。
3.如权利要求2所述的基于碳排放的产业结构优化方法，其特征在于，所述根据所述第一碳排放向量及所述第一目标产值向量确定碳排放系数矩阵，包括：
将所述第一碳排放向量与所述第一目标产值向量进行向量相除处理，得到碳排放系数向量；
基于所述碳排放系数向量确定所述碳排放系数矩阵。
4.如权利要求2所述的基于碳排放的产业结构优化方法，其特征在于，所述根据所述碳排放系数矩阵、所述第一目标产业需求矩阵、所述直接消耗系数矩阵确定所述第一目标产业的目标碳排放向量，包括：
获取单位矩阵，以及将所述单位矩阵与所述直接消耗系数矩阵进行矩阵相减，得到第一矩阵；
确定第二矩阵，所述第二矩阵为所述第一矩阵的逆矩阵；
将所述碳排放系数矩阵、所述第一目标产业需求矩阵及所述第二矩阵进行矩阵相乘，得到所述目标碳排放向量。
5.如权利要求1-4所述的基于碳排放的产业结构优化方法，其特征在于，所述对所述发展规划信息进行向量化处理，得到规划信息向量，包括：
对所述发展规划信息进行分词处理，得到若干关键词；
对所述关键词进行编码处理，得到各所述关键词对应的关键词向量；
基于预设关键词向量，在所述关键词向量中确定目标关键词向量；
根据所述目标关键词向量，在所述发展规划信息中确定用于指示所述目标区域的经济增长率的经济增长向量、用于指示所述第一目标产业占比率的产业占比向量、用于指示所述第一目标产业能源消耗增长率的能源消耗增长向量以及用于指示所述目标区域的碳排放增长率的碳排放增长向量中的至少一项；
所述根据预设的约束条件及所述规划信息向量确定目标约束条件，包括：
根据预设的约束条件、所述第一目标产值向量、所述经济增长向量、产业占比向量、能源消耗增长向量以及所述碳排放增长向量中的至少一项确定目标约束条件。
6.如权利要求5所述的基于碳排放的产业结构优化方法，其特征在于，所述根据预设的约束条件、所述第一目标产值向量、所述经济增长向量、产业占比向量、能源消耗增长向量以及所述碳排放增长向量中的至少一项确定目标约束条件，包括以下至少一项：
确定所述第一目标产业与第二目标产业之间的直接消耗系数及所述第一目标产业需求向量；以及根据所述第一目标产值向量、所述直接消耗系数及所述原料消耗向量确定目标投入产出约束条件，其中所述第一目标产业与所述第二目标产业为关联产业，所述第一目标产业需求向量用于指示第一目标产业的目标原料投入数据，所述原料消耗向量用于指示所述第一目标产业的当前原料投入数据；
根据所述第一目标产值向量及经济增长向量确定目标产值约束条件；
根据所述第一目标产值向量、所述目标区域对应的第二目标产值向量及所述产业占比向量确定目标产业结构约束条件；
确定所述第一目标产业的资本结构数据对应的资本结构向量、所述第一目标产业的消费数据对应的消费向量以及所述第一目标产业出口产值数据对应的出口产值向量；根据所述资本结构向量、所述消费向量、所述出口产值向量以及第一目标产值向量确定目标原料消耗约束条件；
确定所述第一目标产业的能源消耗信息对应的能源消耗向量，以及根据所述能源消耗增长向量和能源消耗向量确定目标能源消耗约束条件；
根据所述碳排放增长向量和所述目标碳排放向量确定目标碳排放约束条件。
7.如权利要求6所述的基于碳排放的产业结构优化方法，其特征在于，所述基于目标函数及所述目标约束条件，根据所述第一碳排放向量及所述第一产值向量确定所述目标区域在所述第一目标时间内的碳生产力目标值，包括：
在所述第一碳排放向量及所述第一产值向量均符合至少两项所述目标约束条件时，基于所述目标函数对所述第一碳排放向量及所述第一产值向量进行分式规划处理，得到所述碳生产力目标值。
8.如权利要求1-4任一项所述的基于碳排放的产业结构优化方法，其特征在于，所述根据所述目标生产信息调整生产状态，包括：
根据所述目标生产信息调整目标生产设备的工作状态。
9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于碳排放的产业结构优化方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的基于碳排放的产业结构优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310220996.6A CN116402191A (zh) | 2023-03-08 | 2023-03-08 | 基于碳排放的产业结构优化方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310220996.6A CN116402191A (zh) | 2023-03-08 | 2023-03-08 | 基于碳排放的产业结构优化方法、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116402191A true CN116402191A (zh) | 2023-07-07 |
Family
ID=87009360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310220996.6A Pending CN116402191A (zh) | 2023-03-08 | 2023-03-08 | 基于碳排放的产业结构优化方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116402191A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117150407A (zh) * | 2023-09-04 | 2023-12-01 | 国网上海市电力公司 | 一种工业碳排放数据的异常检测方法 |
-
2023
- 2023-03-08 CN CN202310220996.6A patent/CN116402191A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117150407A (zh) * | 2023-09-04 | 2023-12-01 | 国网上海市电力公司 | 一种工业碳排放数据的异常检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11876374B2 (en) | System and method for optimal control of energy storage system | |
| US11699198B2 (en) | Methods and systems for machine-learning for prediction of grid carbon emissions | |
| US20170236136A1 (en) | Probabilistic price and spike forecasting | |
| US20230169230A1 (en) | Probabilistic wind speed forecasting method and system based on multi-scale information | |
| Yuan et al. | Conditional style-based generative adversarial networks for renewable scenario generation | |
| Liu et al. | Interval optimal scheduling of hydro‐PV‐wind hybrid system considering firm generation coordination | |
| CN109583629A (zh) | 基于偏差自校正的改进相似日短期负荷预测方法及装置 | |
| CN116402191A (zh) | 基于碳排放的产业结构优化方法、设备及存储介质 | |
| Raju et al. | An approach for demand forecasting in steel industries using ensemble learning | |
| Wu et al. | Real-time hybrid flow shop scheduling approach in smart manufacturing environment | |
| US20240046283A1 (en) | Methods and iot systems for industrial gas demand regulation based on smart gas | |
| CN103577899A (zh) | 一种基于可靠性预测与QoS相结合的服务组合方法 | |
| CN116151723B (zh) | 一种粮食综合储备基地多重计量方法及系统 | |
| EP4300387A1 (en) | Optimal intraday scheduling of aggregated distributed energy resources (ders) | |
| Hu et al. | Tackling temporal-dynamic service composition in cloud manufacturing systems: a tensor factorization-based two-stage approach | |
| CN111144729A (zh) | 电力系统效益评价模型的构建方法、装置和计算设备 | |
| CN115099875A (zh) | 基于决策树模型的数据分类方法及相关设备 | |
| Zhang et al. | Short‐Term Power Load Forecasting Model Design Based on EMD‐PSO‐GRU | |
| CN114913008A (zh) | 基于决策树的债券价值分析方法、装置、设备及存储介质 | |
| Xiong et al. | [Retracted] Factors and Economic Evaluation of Transnational Investment Risks | |
| Yuan | Intelligent logistics management application relying on the internet of things | |
| Sun | ANALYSIS OF POLICY OPTIONS BASED ON DATA-DRIVEN ECONOMIC CYCLES AND INDUSTRIAL STRUCTURE UPGRADING | |
| US11837871B2 (en) | Method and electronic device for dispatching power grid | |
| CN113689108B (zh) | 基于生态银行系统的多目标优化方法及装置 | |
| CN115564497B (zh) | 一种基于大数据的芯片供应管理系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |