北京城市代謝預測研究——基于長短期記憶神經網絡模型

作者：劉炳春,齊鑫,王慶山

摘要：城市化進程提升促使城市環境污染加劇、能源消耗激增、人口密度過大等問題的深層次原因在于城市代謝失調。為精準預測北京市城市代謝變化趨勢,論文通過能源消費量及人類活動時間指標測算了1980—2016年北京市體外能代謝率,表征城市代謝程度。據此運用長短期記憶神經網絡模型(LSTM)預測了2017—2022年北京各部門體外能代謝率。結果表明:①基于長短期記憶神經網絡的城市代謝預測模型精度較高,能夠對北京各部門體外能代謝率進行更為精準的預測;②2017—2022年間,北京第一產業和總體外能代謝率呈下降趨勢,其中第一產業在2017年達到峰值,第二、第三產業及生活部門體外能代謝率將呈現增長趨勢。③除第一、第三產業和總體外能代謝率外,歷史變化的時間擾動幅度先小后大。④對各部門體外能代謝率EMRT的影響貢獻度最大的因子為第二產業體外能代謝率EMR2,最小的為第一產業體外能代謝率EMR1。論文研究結果可為政策制定者優化城市管理方案、提升城市綜合實力提供理論依據和決策支持。

發文機構：天津理工大學管理學院 天津農學院

關鍵詞：長短期記憶神經網絡體外能代謝率城市代謝北京long short-term memory neural networkexosomatic metabolic rateurban metabolismBeijing

分類號： F299.27[經濟管理—國民經濟]