关键词： 土壤—环境关系   特征筛选   机器学习   土壤类型   土壤制图  

摘要： 在数字土壤制图中,能否准确获得土壤—环境知识直接决定土壤制图最终精度。在平缓区域,传统的地形、植被等环境要素变异较小,难以有效反映土壤的空间变异。如何提取能够有效反映平缓区域土壤空间变异信息的环境协变量成为数字土壤制图的研究重点和难点,同时也是提高平缓区域土壤制图精度的重要科学问题。基于上述问题,本文综合利用地形因子和遥感图像作为推理制图的知识源,针对丘陵和平原混合区域研究了数字土壤预测制图方法,并分析遥感因子在推理过程中的重要性。本研究的开展可以拓展数字土壤制图知识获取的理论和方法,为提高平缓区域制图精度奠定基础,具有重要的研究价值和意义。本研究以湖北省麻城市乘马岗镇为研究对象,该地区是典型的平原和丘陵混合区域。以地形和遥感因子为基础数据,采用不同特征筛选方法对环境因子进行重要性分析,研究不同环境因子对平原和丘陵区域土壤类型空间分布的影响,得出最优环境因子集。最终通过不同机器学习方法进行建模进而推理制图。研究旨在综合利用地形和遥感因子作为推理制图的知识源,从而提高平缓区域的土壤制图准确度,具体研究内容如下:(1)本文选用不同特征筛选算法(基于递归特征消除算法、基于Relief F算法和基于Tree的特征选择算法)对环境因子进行筛选,基于递归特征消除算法筛选后得到的环境因子预测制图精度比Relief F算法和基于Tree的特征选择算法筛选后得到的环境因子预测制图精度更高。同时,各种筛选算法可以对环境因子的重要性进行排序,从生成的重要性排序结果可以看出,归一化植被指数和均值在平原区域相较于整体区域和丘陵区域的重要性较大,进一步说明遥感因子对平原区域土壤制图的重要性较高。(2)将不同的特征筛选算法筛选后得到的环境因子输入至不同机器学习模型中对土壤类型进行预测,最终得到土壤类型推理图。同时,对各种机器学习模型在整体区域制图、平原区域和丘陵区域的应用进行探讨。结果显示:不同模型表现的土壤推理图相较于传统土壤图图斑均表现的更加细碎,相比整体区域制图结果,按地形分区制图结果精度更高、效果更好。(3)在本研究中,从土壤类型推理制图结果来看,研究区土壤类型的空间分布在这三种模型的预测中显示出显著的相似性。然而,三种模型精度和稳定性表现不同。从模型角度分析,Ada Boost分类模型、GBDT分类模型和Bagging分类模型在分类制图方面展现出各自的优势。从制图精度来看,GBDT分类模型在按地形分区生成土壤图时表现出的精度最高;从模型稳定性的角度来看,Ada Boost分类模型在按地形分区制图生成土壤图的精度最为稳定。从模型综合性能来看,Bagging分类模型在按地形分区生成土壤图时能够在保证稳定性要求的情况下精度表现也较好。综上,将机器学习方法与特征筛选算法结合进行土壤图的建模预测推理具有重要的研究价值。

关键词： 水位   神经网络   优化算法   误差修正   层次聚类   二次分解  

摘要： 精确的水位预测对于大坝、堤防等水利基础设施的安全具有非常重要的意义。然而,由于水位信息具有非线性,非平稳性的特点,准确预测水位是具有挑战性的问题。随着目前机器学习方法的发展,神经网络能够适应数据的非线性特征,从而在水文信息预测领域得到广泛的应用。传统的神经网络单模型的预测精度已经不能满足现如今的预测精度要求,基于机器学习方法的组合模型显示出一定的优势。本文针对以上问题,提出两种新的基于神经网络的组合模型来预测水位信息,以提高水位预测的准确性和可靠性。本文研究工作主要聚焦于以下两个方面:(1)提出一种基于变分模态分解(Variational mode decomposition,VMD)、ELMAN神经网络、遗传算法(Genetic Algorithm,GA)和自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA)的组合模型(VMD-GA-ELMAN-VMD-ARIMA)。首先将水位用VMD预处理数据,用GA优化ELMAN的参数,再预测每个子序列,同时将误差序列用VMD分解,并用ARIMA模型预测,最后修正之前预测的水位。文中采用张掖市黑河的三组不同水位站点的数据,建立了10种对比模型比较该模型的性能。结果表明,VMD分解算法与GA-ELMAN和ARIMA模型结合的组合模型具有提高预测效果的性能。此外,VMD双处理能很大程度上提高预测精度。(2)提出一种基于改进的自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)和变分模态分解(VMD),极端学习机(Extreme Learning Machines,ELM)和鲸鱼优化算法(Whale Optimization Algorithm,WOA)的组合模型(ICEEMDAN-VMD-WOA-ELM)。首先,采用层次聚类方法提取与预测日相似性较高的黑河五组不同站点的历史数据,并用箱线图分析提取后的数据。然后用ICEEMDAN对分析后的不同的水位数据集预处理,将得到的高频子序列IMF1用VMD二次分解。随后利用WOA的全局优化能力,优化ELM的参数,同时预测每个子序列,将预测值累加,得到最终的水位预测结果。结果表明:(a)模型由层次聚类方法将历史数据找到水位的周期性波动,并用箱线图检测和校正,可以在保持其主流趋势的同时,大大降低异常值对序列的影响;(b)ICEEMDAN-VMD模型的二次分解比ICEEMDAN单分解预测误差小;(c)WOA的加入也可以提高水位的预测精度。两种新的模型验证了基于机器学习方法的组合模型具有稳定性和准确性,对未来的水位研究具有重要的意义。

关键词： 创伤性颅脑损伤   机器学习   卷积神经网络   支持向量机   支持向量回归机  

摘要： 目的当前,成人和儿童创伤性脑损伤的治疗和护理是一个难以解决的全球健康问题。对创伤性颅脑损伤患者的预后和住院时间进行预测可以使得临床治疗效果获得提高,并有助于实现精准医疗,从而大大减少社会医疗负担。随着现代社会计算机技术的蓬勃发展,使得将新的机器学习方法应用于创伤性颅脑损伤（traumatic brain injury,TBI）领域成为可能,已有相关研究表明,计算机方法可以用于患者的相关临床结果的预测研究,准确率较高,对于确定临床治疗的预后和成本效益可能很有价值。本研究共收集了1112位临床诊断为TBI患者的相关临床资料并对其进行回顾性分析,结合多种机器学习（machine-learning,ML）方法和国内外相关研究结果,建立混合模型,用于预测成人和儿童创伤性颅脑损伤的预后和住院时间。方法我们设法收集了2017年5月至2022年5月期间安徽医科大学第二附属医院神经外科中心收治并诊断为TBI患者的相关临床信息,通过筛选和随机分割,其中80%用于训练模型,20%用于测试模型。对于两种预测结果我们分别对比构建了目前国内外研究常用且精度较高的四种机器学习模型,并且使用五次交叉验证方法对模型进行了反复训练和测试,以避免出现过度拟合的情况。在机器学习模型中,11种自变量被用作输入变量,用于评估患者预后的GOS评分和患者的住院时间被用作输出变量。模型训练完成后,我们利用五轮交叉验证方法获得了每个机器学习模型的误差并进行比较,以选择最佳预测模型。最后,为了进一步验证我们的实验结果,我们收集筛选并利用2021年6月至2022年2月期间在安徽医科大学第一附属医院神经外科中心治疗的TBI患者的临床数据对所有模型进行了外部测试。结果最终建立的卷积神经网络-支持向量机（convolutional neural network-support vector machine,CNN-SVM）混合模型预测作为TBI患者预后的GOS分类结果的准确率（accuracy,ACC）在测试集和外部验证集中分别为93%和93.69%,曲线下面积（area under curve,AUC）在测试集和外部验证集中分别为94.68%和94.32%。最终建立的卷积神经网络-支持向量回归（convolutional neural network-supportvector regression,CNN-SVR）混合模型预测TBI患者住院时间的平均绝对百分比误差（mean absolute percentage error,MAPE）在测试集和外部验证集中的结果分别为10.72%和10.44%,该混合预测模型在测试集和外部验证集的决定系数（R）分别为0.93和0.92。我们的混合模型与单独建立的反向传播神经网络模型、卷积神经网络模型和支持向量机模型相比,获得的预测结果最优,并具有很高的可信度。结论本研究证明了通过结合多种新型机器学习方法建立的两个混合模型的临床效用,可以用于准确预测成人和儿童创伤性颅脑损伤的预后和住院时间。这些模型的应用可以减轻医生在评估创伤性颅脑损伤患者时的负担,协助临床医生进行医疗决策,并为以后的相关研究者提供了一定的参考。

关键词： 国债   远期利率   时变风险溢价   机器学习  

摘要： 从1981年恢复国债发行开始,中国国债在这四十多年间市场规模不断发展壮大,市场主体日趋多元,市场活跃度逐步提升,对外开放稳步推进,制度框架逐步完善。2016年以来,中国债券市场规模已超越日本,紧跟美国,稳居世界第二。中国债券规模之大,反映了我国经济实力的强大,以及金融市场的深度和成熟度。随着债券市场的不断发展完善,债券市场的利率变化和债券超额收益成为业界和学术界广泛关注的焦点。自改革开放以来,中国一直在稳步推进利率市场化,建立了市场供求决定的利率形成机制。债券的时变风险溢价代表了市场对未来投资不确定性的风险补偿,反映了市场预期和投资者对风险的态度,这是宏观经济未来走势的重要预警指标,对资产定价、风险管理和货币政策制定具有关键作用。期限溢价的研究可以帮助我们了解投资者的风险承受水平、评估长期利率趋势和预测未来经济状况。近年来,时变风险溢价备受关注,特别是在与宏观因素和货币政策等因素相关的深入研究背景下。同时,利率期限结构的预期理论是金融衍生产品定价和风险管理的重要理论基础。然而,在中国债券市场,已有研究表明存在明显的时变风险溢价,且这些期限溢价本身也存在着时变波动性。因此,我们需要深入研究期限溢价,以更准确地应用利率期限结构理论。机器学习是人工智能的一个先进子领域,其核心目标是构建算法和模型,使计算机系统能够基于数据自主地进行学习和优化。它采用数据驱动的策略,模拟人类的认知和学习机制,以实现对复杂环境中的模式和结构的自适应识别和预测,从而提高系统的决策和执行效率。很多学者已经将机器学习方法应用于资本市场,应用领域大多是股票,对债券的研究较少。本文采用8种机器学习的方法,通过中国零息债券的远期利率及宏观数据对债券的时变风险溢价进行预测,从而解决最小二乘法预测精度低的问题。本文主要研究的是远期利率和宏观经济变量对于零息国债持有期超额收益的预测,持有期设置为1年,样本区间为2006年3月到2023年3月。本文采取主成分回归、偏最小二乘回归、岭回归、套索回归、弹性网回归、梯度提升树、随机森林以及神经网络8种机器学习算法对零息国债持有期超额收益进行预测,并将这些机器学习方法的预测结果与最小二乘回归的预测结果进行比较。本文的所有算法均由python完成。研究结果表明,传统最小二乘回归在预测方面的表现最差,在9个不同到期期限的国债超额收益的预测中,其预测的样本外R2均为负。8种机器学习方法对于最小二乘回归方法的预测准确度均有较大幅度的提升,其中表现最好的是梯度提升树算法。之后进行了D-M检测,其结果均为正且显著,说明各种机器学习模型相对于最小二乘回归显著的提升了预测准确度。本文也研究了不同经济周期机器学习方法的可预测性,发现最小二乘回归预测能力仍为负,机器学习方法则是衰退期的预测结果要好于扩张期。进一步研究宏观经济变量的相对重要性,找到了对到期期限为2年至10年的零息债券的持有期超额收益预测最重要的5个宏观经济变量。最后对文章主要结论进行稳健性检验,所得结论与原结论保持一致。准确的预测债券时变风险溢价不仅有利于投资者进行交易决策,而且有助于更精准的刻画中国债券利率期限结构。一个合适的利率期限结构不仅有助于央行制定正确的货币政策,而且有助于促进我国债券市场的发展和完善。

关键词： Convolutional neural networks  

摘要： Diagnosis with Chest X-Rays and other forms of medical images has soared to new heights as an alternative Covid-19, pneumonia, TB infection detector. Radiographic images, primarily X-Rays images play massive roles in assisting radiologists to detect and analyses severe medical conditions. Computer-Aided Diagnosis (CAD) systems are used successfully to detect diseases such as tuberculosis, pneumonia, covid-19 and other common diseases from chest X-ray images. The main objective of this study is to develop a model capable of detecting multiple diseases from chest X-rays, with the aim of assisting radiologists and other healthcare providers in making more informed and timely diagnoses. The proposed framework includes four main steps to identify various clinical states such as analysis of the chest X-Ray image dataset and dataset preprocessing, feature extraction, classification with machine and deep learning classifiers and building an ensemble method that can aid in the diagnosis of various diseases using image processing and artificial intelligence algorithms to quickly and accurately identify COVID-19, pneumonia, TB and other diseases from X-Rays to stop the rapid transmission of the virus. The authors obtained a training accuracy of 98% to 100% across all models. © 2022 by the authors.

关键词： 房地产企业   债券违约   风险预警   机器学习方法  

摘要： 近年房地产板块债券违约日益突出,房地产企业一直以来有着“资金密集、高杠杆”的特征,供给和需求均依靠融资,整体财务杠杆偏高,资金周转压力大。特别是随着国家出台系列的组合收紧政策,如“房住不炒”持续强调房屋居住属性、“房企融资新规”设置三道红线规范融资规模,“房地产贷款集中度管理制度”收紧居民住房贷款政策,地产金融化脚步放缓,投资属性受限,住房需求逐渐下降,各房地产企业回款速度放慢,因此高负债高周转的房企开始出现大规模大范围的债券违约事件。本文借助房地产企业实质违约事件,运用机器学习方法研究房地产企业债券违约风险预警,即回答三个研究问题:(1)致使多家房地产企业频繁出现债券违约的共性原因是哪些?(2)机器学习是否可以有效对房地产企业债券违约风险进行预警?如果可以,何种方法具有更好的预警效果?(3)对于识别房地产企业债券违约风险,何种维度的预警指标预警功能更好?本文利用2018年以来房地产企业的实质违约事件,对房企债券违约进行现实刻画并剖析违约风险爆发的深层次共性成因,基于此从宏观经济、债券特征、发行人特征、财务特征和经营特征五个维度构建房地产企业债券违约风险预警指标体系。然后运用Logistic回归、Lasso回归、岭回归Ridge、弹性网络Elastic Net、支持向量机SVM、随机森林RF、极端梯度提升树XGBoost和K近邻KNN算法等8种常用的机器学习方法搭建债券违约风险预警模型,并实证检验机器学习方法对房地产企业债券违约风险的预警效果和五个维度预警指标的预警能力。研究结果表明:(1)本轮债券违约发生的直接原因是房地产企业陷入“流动性危机”,而深层次原因是房企存在业务经营不善、陷入财务困境和债券低评化高利化长期化等急需筹措资金表现与外部宏观经济下行和房市调控趋严的“联结效应”。(2)通过模型评价指标分析,8种模型的准确率、召回率、F1和AUC值的预警准确度均在64%以上,说明机器学习方法能有效预警房地产企业债券违约风险。通过对比评价指标发现,极端梯度提升树XGBoost模型划分正例的能力F1达到0.8303,模型评估效果AUC值为0.8648,违约债券总数为2528,该模型成功预测出2011个,召回率为0.89;正常债券样本误判为违约债券的305个,查准率为88.52%,说明该模型在房企债券违约问题有着更加突出的预警性能,更适用于房企债券违约风险预警。(3)基于较优预警方法XGBoost的房地产企业债券违约风险预警模型的预警指标贡献度分析,各维度对房地产企业债券违约风险都有预警作用。研究发现票面利率、发行期限、发行市场等债券特征的预警贡献度是33.26%,是引发房企债券违约风险最重要的一类预警指标。其次是营运能力、现金质量、盈利能力及偿债能力等代表财务特征的预警指标,也会显著影响房企债券违约的可能性,预警贡献度是25.14%。最后,预警贡献度从高至低依次是经营特征20.39%、宏观经济特征16.9%和发行人特征4.31%。据此,提出如下政策建议:一是健全房地产企业债券违约全口径监测评估平台和风险预警体系。二是房地产企业须转变经营理念,稳健经营,提升房企经营管理水平。三是建立健全债券市场信息披露制度,完善房地产金融的宏观审慎管理政策体系。

关键词： 机器学习   随机森林   震害数据   地震破坏预测   重要性分析  

摘要： 精确评估地震损失对于震前防灾减灾、震后灾区救援与快速重建有着至关重要的意义。现有的基于实际震害评估大多研究样本数据过少、仅限在某特定区域和某种结构类型,所采用的数据样本数量也有限。机器学习可以通过输入大数据样本作为训练,学习参数之间复杂的非线性关系。相比于传统的方法,机器学习方法具有更高的计算效率、更科学、更便于应用等特点。为此,本文基于2011年3月11日东日本大地震的37万8037条建筑物实际震害数据,使用随机森林算法设计了一个综合考虑地震动信息、建筑物属性信息和场地信息等多维度信息的方法,用于预测建筑物的地震损失程度。主要工作如下:(1)首先详细整理了 2011年3月11日东日本大地震378037条建筑物破坏数据,通过数据匹配、数据预处理等方法搭建震害资料数据库,并选用地面峰值加速度、谱加速度、层数、结构类型等12种影响因素作为模型输入,利用美国应用技术协会(ATC-13)发布的四种震害等级破坏状态(轻微破坏、中等破坏、严重破坏、倒塌),准确地预测了建筑物地震破坏所引起的损失,充分发挥机器学习高效性的计算特点。(2)详细介绍了随机森林、支持向量机、XGBoost和决策树四种经典的机器学习算法,比较四种方法预测精确率,得出随机森林方法所预测的分类性能更占优,并分析随机森林方法在震害预测研究的适用性。(3)基于随机森林方法进一步对模型的分类性能研究,利用数据平衡化处理和模型超参数优化两种方法对模型进行优化。结果显示:欠采样通过减少分类中多数类样本的数量来实现样本均衡导致模型丢失大量重要信息,采用过采样的SMOTE方法模型准确率更优;采用贝叶斯优化比学习率曲线的超参数优化方法所给出的模型性能更高。(4)为了提高模型的适用性和模型在震后决策性能表现,提出了预测目标优化方法,利用FEMA-356规范将预测目标划分为立即使用和生命安全两种应用性能,将原有四分类简化为二分类,结果显示模型准确率分别提高到73.0%和87.5%。(5)对预测目标优化后的模型进行预测性能验证,包括以下三个方面:①以日本福岛县地区为例,使用QGIS地理信息系统工具标注各受损建筑损失分布,验证模型的建筑空间分布泛化性能,结果显示模型预测与真实分布基本符合。②采用新西兰地区2014年1月20日所发生的Mw6.3级地震受损的1650栋建筑作为单次地震事件验证,结果显示在生命安全性能下,整体准确率达到79.9%,在立即使用性能下,整体准确率达到73.0%。③采用新西兰地区2003至2014年所发生地震受损的137648栋建筑作为多次地震事件验证,结果显示在生命安全性能下,整体准确率达到73.3%,在立即使用性能下,整体准确率达到70.3%。

关键词： 胃印戒细胞癌   机器学习   生存预测   BP神经网络   Cox回归  

摘要： 本研究基于大样本的胃印戒细胞癌患者临床数据,采用机器学习算法建立了生存预测模型。基于分类和回归角度,预测胃印戒细胞癌患者的治愈情况和生存周期,并验证了其在不同临床特征下的准确性和可靠性。这一研究结果为胃印戒细胞癌患者的治疗和生存预测提供了一定的参考和支持,并在分类和回归模型的深度应用方面取得了一定的创造性成果。第一,从SEER数据库中获取胃印戒细胞癌患者的数据。首先,对数据进行预处理和描述性分析,其中包括缺失值、未知值、异常值、数据特征转化、数据特征选择和数据集拆分等基本工作。第二,结合数据集特征、研究目的和算法的特征,选择使用决策树、随机森林、支持向量机模型和BP神经网络模型用于分类预测。通过对比模型在测试集上的预测结果发现,BP神经网络模型对未知数据预测的准确率达到了82%,召回率为80%,泛化能力甚好,模型的预测效果最佳。第三,基于训练集构建AFT和Cox回归的生存分析回归模型,通过指标C-index和AIC值评估,Cox回归模型的预测能力较好。其次,基于最优回归模型绘制列线图可视化模型结果。通过C-index指数和校准图等多种指标评价模型,评价结果符合理想。由此得出Cox模型绘制的列线图可以达到预测效果。第四,通过Kaplan-Meier生存分析算法绘制生存曲线,分别从单因素和多因素角度探究患者生存期概率大小的影响因素。其中,年龄、TNM分期以及手术等因素对患者生存期的概率影响较为明显。

关键词： 内部威胁   马尔科夫链   粒子群算法   随机森林   参数优化   聚类分析  

摘要： 当今世界科学技术飞速发展,内部威胁作为重大隐患,严重危害了组织内部的数据安全。通过借助内部的合规权限,组织内成员会故意向外界泄露内部隐私,或者篡改内部数据,使组织遭受到破环。这些对组织内部安全构成侵害性的异常行为与日俱增。为了达到对组织内部异常行为进行有效检测的目的,针对组织内部的人员行为,本文给出一种基于优化机器学习方法的内部威胁行为检测设计方案。主要研究工作包括:(1)提出一种新的带有马尔科夫跳跃的粒子群优化算法(Markov Jumpping Particle Swarm Optimizer,MJPSO)。首先,依据评估的进化因子划分进化状态。基于齐次马尔科夫链,自适应调整粒子的惯性权重参数和加速度系数,降低在每次迭代中重复计算惯性权重的复杂度,提高粒子群(Particle Swarm Optimizer,PSO)算法的全局搜索能力。其次,分析MJPSO算法的粒子动力学的随机稳定性,引入离散时间马尔科夫跳跃Lur'e系统的框架,基于线性矩阵不等式(LMI)获得随机稳定性的充分条件。最后,基于典型的基准函数,通过与一些流行的PSO变体对比,验证所设计MJPSO算法在收敛精度、速度和稳定性上具有一定的优势。(2)给出基于参数优化的随机森林方法(Random Forest,RF)的内部威胁行为检测方案,并设计内部可疑行为异常检测框架。首先,选取CERT-6.2数据集,对员工行为数据进行预处理,以“天”为时间窗,提取单域特征并融合多域特征。其次,筛选行为特征,剔除多重共线性特征,增强模型的可解释性,降低泛化误差。再次,利用所设计的MJPSO算法优化RF方法的参数,基于MJPSO算法优化RF方法(Markov Jumping Particle Swarm Optimizer-Random Forest,MJPSO-RF)建立内部行为异常检测模型。最后,与基于PSO参数优化的RF方法以及SVM模型进行对比试验,验证所设计的内部威胁行为检测模型MJPSO-RF的有效性。(3)在构建的内部威胁检测模型的基础上,制定混合无监督聚类的威胁行为检测优化方案。首先,基于已特征选择的行为数据集,针对组织内员工的正常行为模式,利用K-均值(K-means)无监督聚类进行分组,在每一类上分别建立MJPSO-RF内部威胁检测模型。其次,对比按角色分组员工行为的检测模型。最后,通过对比实验,验证混合无监督聚类的威胁检测优化方案的合理性及有效性。

关键词： 工业智能化   造纸过程   建模模拟   节能减排   多步预测  

摘要： 伴随造纸行业的产能需求不断提高,其能源需求逐年上升、碳排放基数不断扩大。在“双碳”目标下,造纸行业面临提高能效、减污降碳的双重压力。造纸行业的碳排放主要来源于电耗和蒸汽能耗所产生的间接排放。对造纸过程建立精准的能耗与碳排放预测模型,利用其预测结果,帮助造纸企业优化生产,提高能效,节能降本;为公用工程提供方提供精准的需求信息,以便其合理安排生产,减少能源过剩或不足所带来的额外消耗和排放,有助于形成供、需侧减污降碳、降本提效的良性循环。造纸过程兼具流程工业和离散工业的双重特点,其能耗和碳排放影响因素较多,耦合关系复杂,同时存在较强的无规律变化。在影响因素方面,造纸过程不仅存在成百上千个关联关系复杂多变的采集点,还存在大量无法在线测量的关键工艺参数。在生产特性方面,造纸过程电耗、蒸汽能耗和碳排放都存在独特的特性,例如电耗存在波动大、干扰强等问题,蒸汽能耗存在鲁棒性弱、不确定性强等问题,碳排放存在核算粗放、形成机制不清晰等问题。这些问题使得影响能耗与碳排放的关键因素难以被精准挖掘,随着预测步数的增加,建立精准的能耗与碳排放预测模型的难度也呈几何级数增长。为解决上述问题,本论文展开了如下工作:(1)基于数据统计的方法挖掘影响造纸过程能耗和碳排放的关键因素。首先,本研究基于灰色关联度分析、相关性分析和滞后自相关性分析方法,初步分析影响造纸生产过程电耗、蒸汽能耗的关键参数,然后利用梯度提升回归树算法和可解释性的SHapley值更为精准地筛选关键参数,为后续建立能耗与碳排放预测模型确定合理的输入变量。(2)提出一种新多步预测策略。首先,本研究分析了五种经典多步预测策略(迭代策略、直接策略、多输入多输出策略、直接迭代策略以及直接多输出策略)的优缺点,并基于不同采集频率提出新的多步预测策略。基于六种策略建立多步预测模型,利用真实数据对比分析这六种模型性能,验证本研究提出的多步预测策略的可靠性。(3)建立基于深度学习的造纸过程电耗多步预测模型。首先,本研究基于粒子群优化算法和长短期记忆网络(Long Short-Term Memory,LSTM)建立了造纸过程电耗单步预测模型,并采用鲸鱼优化算法、粒子群优化算法与反向传播神经网络、Elman、最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)、LSTM进行组合建立的11个对比模型,针对不同的预测步长,验证提出的电耗预测模型的性能。研究表明,综合对比12个模型,本研究提出模型的平均绝对误差百分比和均方根误差平均更小,比其他模型平均降低了9.37%和10.06%。最后基于新策略建立了造纸过程电耗多步预测模型。结果表明在预测步数小于24时,本研究提出的造纸过程电耗多步预测模型具有高精度、高稳定性的优点,其平均绝对误差百分比低于2%。(4)建立基于关键参数识别的造纸过程蒸汽能耗多步区间预测模型。首先,基于轻量级梯度提升机建立造纸过程关键参数识别模型,并在此基础上,基于贝叶斯优化的LSTM建立造纸过程蒸汽能耗概率预测模型。为了验证模型的可靠性,采用PSOLSTM、贝叶斯神经网络建立的预测模型作为对比案例,结果表明本研究提出模型的精度更高、稳定性更好,其平均绝对误差百分比和均方根误差分别比其他两个模型小了23.2%和6.78%;34.4%和27.1%。然后基于核密度估计建立造纸过程蒸汽能耗区间预测模型,结果表明置信水平为90%以上时,99%的实际值落在预测区间内。最后结合提出的多步预测策略,建立造纸过程蒸汽能耗多步区间预测模型。结果表明,本研究提出的造纸过程蒸汽能耗多步预测模型能够在预测步数为24以内,置信区间为99%时,98%的真实值能落在预测区间内。(5)建立基于组合方法的造纸过程碳排放多步预测模型。结合造纸过程关键参数识别模型,基于灰色模型、自回归滑动平均模型、LSSVM建立造纸过程碳排放组合模型。同时,利用诱导有序加权平均算子和蒙特卡洛搜索树的方法求解组合模型权重。以基于自回归滑动平均模型、灰色模型和LSSVM建立的预测模型作为对比案例,结果表明本研究提出的组合模型在很大程度上结合了三个模型的优点,具有预测精度更高和稳定性更好的优点。同时,对比分析了直接和间接预测碳排放模型,结果表明直接预测碳排放的精度更高。最后,本研究建立造纸过程碳排放多步预测模型,结果表明,本研究提出的模型能够高精度的预测步数在12以内的碳排放,其90%的预测结果的相对误差百分比低于10%。通过上述研究,本研究分析了影响造纸过程能耗与碳排放的关键因素,提出了新的多步预测策略,并在此基础上建立了高精度、高稳定性的能耗与碳排放多步预测模型,为后续造纸过程的减污降碳、降本提效提供数据和技术支持。