本文主要研究内容
作者高树彬（2019）在《基于集成智能算法中国重工业碳排放达峰路径优化研究》一文中研究指出：作为中国过去几十年的经济发展支柱,重工业在传统经济发展方式下蓬勃发展的同时也产生了巨大的碳排放量。为进一步弘扬“绿水青山就是金山银山”的环保精神,深化可持续发展理念,政府在《“十三五”控制温室气体排放工作方案》中提出,力争部分重工业碳排放量在2020年左右实现率先达峰,能源体系、产业体系和消费领域低碳转型取得积极成效。中国重工业碳排放达峰路径的优化既是促进新时期下中国经济高质量发展、缓解全球气候变化问题的有效途径,也是探索新型工业化道路、实现工业发展新模式的有益选择。鉴于目前以重工业为研究对象、达峰路径优化为研究内容的文献较少,中国重工业碳排放达峰路径优化研究具有必要性和创新性。本文从管理科学与工程学科的角度出发,以中国重工业及其子行业为研究对象,首先介绍了碳排放测算方法和行业范围,进而分析了中国重工业1990-2016年的能源消费水平和碳排放水平,从人口结构、经济发展、能源消费三个角度出发选取七个碳排放影响因素。其次,本文集成神经网络、粒子群算法及遗传算法等智能算法理论,构建了中国重工业碳排放达峰路径研究模型,通过误差检验结果证明本文所用模型与其他同类模型相比具有更高的精度和实用性。根据政府政策与权威机构的预测结果设立保守、基准、强化三类合计9种发展情景,对中国重工业及其子行业2017-2050年碳排放达峰路径和达峰情况进行预测。最后,对仿真结果进行分析,得出了中国重工业及子行业的最优碳排放达峰路径,最佳达峰时间为2025年,子行业中电力行业碳排放量最大,机械制造工业碳排放量最小。另外,本文从人口结构、经济发展、能源消费、宏观调控等方面提出碳排放达峰路径优化策略及建议参数,在实施去产能计划的基础上,实行能源消费总量的控制,保持人口中速增长,城镇化率高速提升,经济高质量发展,极力调整优化能源消费结构。同时就七个影响因素设定最优达峰数值目标,为中国重工业及子行业实现尽早达峰的目标提供方法支撑及数据参考。
Abstract
zuo wei zhong guo guo qu ji shi nian de jing ji fa zhan zhi zhu ,chong gong ye zai chuan tong jing ji fa zhan fang shi xia peng bo fa zhan de tong shi ye chan sheng le ju da de tan pai fang liang 。wei jin yi bu hong yang “lu shui qing shan jiu shi jin shan yin shan ”de huan bao jing shen ,shen hua ke chi xu fa zhan li nian ,zheng fu zai 《“shi san wu ”kong zhi wen shi qi ti pai fang gong zuo fang an 》zhong di chu ,li zheng bu fen chong gong ye tan pai fang liang zai 2020nian zuo you shi xian lv xian da feng ,neng yuan ti ji 、chan ye ti ji he xiao fei ling yu di tan zhuai xing qu de ji ji cheng xiao 。zhong guo chong gong ye tan pai fang da feng lu jing de you hua ji shi cu jin xin shi ji xia zhong guo jing ji gao zhi liang fa zhan 、huan jie quan qiu qi hou bian hua wen ti de you xiao tu jing ,ye shi tan suo xin xing gong ye hua dao lu 、shi xian gong ye fa zhan xin mo shi de you yi shua ze 。jian yu mu qian yi chong gong ye wei yan jiu dui xiang 、da feng lu jing you hua wei yan jiu nei rong de wen suo jiao shao ,zhong guo chong gong ye tan pai fang da feng lu jing you hua yan jiu ju you bi yao xing he chuang xin xing 。ben wen cong guan li ke xue yu gong cheng xue ke de jiao du chu fa ,yi zhong guo chong gong ye ji ji zi hang ye wei yan jiu dui xiang ,shou xian jie shao le tan pai fang ce suan fang fa he hang ye fan wei ,jin er fen xi le zhong guo chong gong ye 1990-2016nian de neng yuan xiao fei shui ping he tan pai fang shui ping ,cong ren kou jie gou 、jing ji fa zhan 、neng yuan xiao fei san ge jiao du chu fa shua qu qi ge tan pai fang ying xiang yin su 。ji ci ,ben wen ji cheng shen jing wang lao 、li zi qun suan fa ji wei chuan suan fa deng zhi neng suan fa li lun ,gou jian le zhong guo chong gong ye tan pai fang da feng lu jing yan jiu mo xing ,tong guo wu cha jian yan jie guo zheng ming ben wen suo yong mo xing yu ji ta tong lei mo xing xiang bi ju you geng gao de jing du he shi yong xing 。gen ju zheng fu zheng ce yu quan wei ji gou de yu ce jie guo she li bao shou 、ji zhun 、jiang hua san lei ge ji 9chong fa zhan qing jing ,dui zhong guo chong gong ye ji ji zi hang ye 2017-2050nian tan pai fang da feng lu jing he da feng qing kuang jin hang yu ce 。zui hou ,dui fang zhen jie guo jin hang fen xi ,de chu le zhong guo chong gong ye ji zi hang ye de zui you tan pai fang da feng lu jing ,zui jia da feng shi jian wei 2025nian ,zi hang ye zhong dian li hang ye tan pai fang liang zui da ,ji xie zhi zao gong ye tan pai fang liang zui xiao 。ling wai ,ben wen cong ren kou jie gou 、jing ji fa zhan 、neng yuan xiao fei 、hong guan diao kong deng fang mian di chu tan pai fang da feng lu jing you hua ce lve ji jian yi can shu ,zai shi shi qu chan neng ji hua de ji chu shang ,shi hang neng yuan xiao fei zong liang de kong zhi ,bao chi ren kou zhong su zeng chang ,cheng zhen hua lv gao su di sheng ,jing ji gao zhi liang fa zhan ,ji li diao zheng you hua neng yuan xiao fei jie gou 。tong shi jiu qi ge ying xiang yin su she ding zui you da feng shu zhi mu biao ,wei zhong guo chong gong ye ji zi hang ye shi xian jin zao da feng de mu biao di gong fang fa zhi cheng ji shu ju can kao 。
论文参考文献
论文详细介绍
论文作者分别是来自华北电力大学的高树彬，发表于刊物华北电力大学2019-10-28论文，是一篇关于重工业论文,碳排放达峰路径论文,神经网络论文,粒子群优化算法论文,遗传算法论文,华北电力大学2019-10-28论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自华北电力大学2019-10-28论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：重工业论文; 碳排放达峰路径论文; 神经网络论文; 粒子群优化算法论文; 遗传算法论文; 华北电力大学2019-10-28论文;