关键词：纺织服装业;碳排放;LSTM模型;机器学习;优化算法
摘 要：预测纺织服装业碳排放值可使行业制定合理的减碳政策。为更精确地预测行业碳排放，提出基于改进鲸鱼优化算法(WOA)优化长短期记忆神经网络(LSTM)的预测模型，引入机器学习方法，为探索行业碳减排路径提供依据。首先，使用WOA对LSTM模型的关键参数寻优，采用混沌映射初始化种群和自适应权重2种方法改进算法并构建改进WOA-LSTM模型；然后，测算1990—2020年纺织服装业碳排放，使用STIRPAT模型筛选输入变量，通过对比分析验证模型性能，结合情景设计预测行业碳排放趋势。结果表明：模型预测精确度明显提升，测试集的MAE值为4.868,RMSE值为4.984,MAPE值为0.024;行业将主要依靠技术革新实现碳中和，为研究工业部门碳排放预测问题提供新思路。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取