基于BP神经网络的武汉市物流业碳排放预测开题报告
2020-03-28 12:11:45
1. 研究目的与意义(文献综述)
1.1目的及意义
随着科学技术的发展和世界工业化步伐的加快,二氧化碳排放量也是迅速增长,二氧化碳的排放对地球臭氧层造成的破坏越来越大,从而导致世界气候面临越来越多的问题,气候性灾难屡屡发生。在碳排放迅速增长的情况下,世界各国都越来越重视气候变化问题,并于2009年12月7-18日在丹麦首都哥本哈根召开哥本哈根世界气候大会,来自192个国家的谈判代表召开峰会,商讨《京都议定书》一期承诺到期后的后续方案,即2012年至2020年的全球减排协议。为了控制碳排放的量,对碳排放的数据进行预测,从而对减排提供数据支持。
减少碳排放可以遏制全球温室效应,减少大气粉尘污染,可以减少地球上不可再生能源的开采,减少对矿藏的破坏,因为大部分的碳都是燃烧矿物燃料产生的。另外可以迫使各国加快对可再生能源和绿色能源的研究和使用。再就是促进世界经济向绿色经济和持续可发展的经济形势方面转变。
2. 研究的基本内容与方案
2.1研究内容
(1)阐述碳排放相关概念,界定研究的范畴
选择武汉市物流业的碳排放数据,主要分析武汉市物流业各类数据对碳排放的影响,从而进一步研究碳排放的预测模型。
3. 研究计划与安排
周次 | 目标任务 |
第1-3周 | 明确任务书内容,查阅相关文献,撰写开题报告; |
第4-5周 | 查阅文献,完成专业外文文献翻译; |
第6周 | 明确论文思路,构思论文框架,撰写论文写作提纲; |
第7周 | 撰写论文理论综述部分内容; |
第8-11周 | 撰写论文主体部分内容; |
第12-13周 | 完成论文初稿; |
4. 参考文献(12篇以上)
[1]聂凯, 谢丹凤, 李巍. 新能源汽车城市物流碳排放模型的构建与分析?[j]. 湖南大学学报(自科版), 2015(9):134-140.
[2] 李萍, 曾令可, 税安泽, 等. 基于 matlab 的 bp 神经网络预测系统的设计[j]. 计算机应用与软件, 2008, 25(4): 149-150.
[3]宋杰鲲, 张宇. 基于bp神经网络的我国碳排放情景预测[j]. 科学技术与工程, 2011, 11(17):4108-4111.