孙丽蓉:纺织服装企业节能减排潜力预测模型研究论文

孙丽蓉:纺织服装企业节能减排潜力预测模型研究论文

本文主要研究内容

作者孙丽蓉(2019)在《纺织服装企业节能减排潜力预测模型研究》一文中研究指出:作为传统支柱和重要民生产业的我国纺织服装行业,但仍处于高能耗、高排放的现状,产生了大量温室气体,排放污染物,对环境造成一定的污染。《纺织工业“十三五”发展规划》明确指出节能减排对发展低碳、绿色、循环纺织经济的重要性实现。目前,我国纺织服装行业大量的环境数据只停留在统计功能或能源效率计算上,缺少对数据的深层挖掘,未将数据转化为管理者所需要的对节能减排有重要作用的信息。基于以上行业现状,本文旨在应用数据挖掘技术,利用企业历史环境污染数据,建立预测模型,对未来的节能减排潜力进行预测。本文通过文献研究对节能减排潜力内涵进行界定,明确计算公式,将节能减排潜力拆分成能源消耗量、排放量、产量三个量化指标,通过不同的相关性分析筛选各指标的影响因素,建立四种单一预测模型:ARIMA模型、VAR模型、GM(1,1)模型、神经网络模型,选择其中误差小的方法进行模型组合研究节能减排潜力,并通过方法应用证明结论,最后计算节能减排潜力并分析。本文的主要结论如下:(1)给出了纺织服装企业的节能减排潜力的量化指标。界定了节能减排潜力的概念框架,并将产量节能量/产量节能率和产量减排量/产量减排率作为节能减排潜力的量化指标,将节能减排潜力的预测变为对能源消耗总量、温室气体排放量/污染物排放总量和产量的预测。(2)研究了纺织服装企业节能减排潜力的影响因素。通过文献梳理、企业调研以及数据挖掘等方法进行分析,发现能源消耗量的主要影响因素来自于不同类型的能源使用量及对应的能耗值,温室气体排放量的主要影响因素为电、蒸汽、天然气的使用量以及对应的温室气体排放量。水劣化足迹的主要影响因素为污染物浓度(如COD、AN等)、污水排放量、污染物排放量、污染物所产生的水劣化足迹。产量的主要影响因素为各类型能源的消耗成本、污水治理成本、财务指标。(3)构建了纺织服装企业节能减排潜力的预测模型。通过预测精度评价进行比较以及染纱厂、织造厂和纺织厂的方法应用实验,发现对温室气体排放量、污染物排放量、能源消耗量以及产量而言,组合模型预测结果优于单一模型,多数情况下,神经网络修正的VAR模型的预测精度最好,其次是基于灰色理论的神经网络模型,最后是用神经网络修正的灰色预测模型;而单一模型中,神经网络模型预测误差最小。(4)应用了纺织服装节能减排潜力预测模型的方法。通过方法应用发现VAR-神经网络组合模型的劣势为共线性变量间无法共存,导致变量过少、误差增大。因此,当变量过少时,组合模型推荐使用基于灰色理论的神经网络模型,单一模型可以使用神经网络预测模型,因为神经网络模型可以输入所有变量,进行自学习得到较好的预测精度,平均绝对误差基本控制在1%以下。本文研究创新点主要有:(1)界定纺织服装企业的节能减排潜力的内涵,用产量节能率和产量减排率对其进行表征,明确计算公式,初步确定了纺织服装企业的影响因素。(2)通过跨学科研究法,基于数据挖掘方法,提取和筛选主要的影响因素,在此基础上,通过神经网络法构建纺织服装企业的节能减排潜力预测模型。(3)根据实地调研的三级计量数据,进行节能减排潜力预测模型应用,分析纺织服装企业节能减排潜力,完善节能减排数据的统计与利用。

Abstract

zuo wei chuan tong zhi zhu he chong yao min sheng chan ye de wo guo fang zhi fu zhuang hang ye ,dan reng chu yu gao neng hao 、gao pai fang de xian zhuang ,chan sheng le da liang wen shi qi ti ,pai fang wu ran wu ,dui huan jing zao cheng yi ding de wu ran 。《fang zhi gong ye “shi san wu ”fa zhan gui hua 》ming que zhi chu jie neng jian pai dui fa zhan di tan 、lu se 、xun huan fang zhi jing ji de chong yao xing shi xian 。mu qian ,wo guo fang zhi fu zhuang hang ye da liang de huan jing shu ju zhi ting liu zai tong ji gong neng huo neng yuan xiao lv ji suan shang ,que shao dui shu ju de shen ceng wa jue ,wei jiang shu ju zhuai hua wei guan li zhe suo xu yao de dui jie neng jian pai you chong yao zuo yong de xin xi 。ji yu yi shang hang ye xian zhuang ,ben wen zhi zai ying yong shu ju wa jue ji shu ,li yong qi ye li shi huan jing wu ran shu ju ,jian li yu ce mo xing ,dui wei lai de jie neng jian pai qian li jin hang yu ce 。ben wen tong guo wen suo yan jiu dui jie neng jian pai qian li nei han jin hang jie ding ,ming que ji suan gong shi ,jiang jie neng jian pai qian li ca fen cheng neng yuan xiao hao liang 、pai fang liang 、chan liang san ge liang hua zhi biao ,tong guo bu tong de xiang guan xing fen xi shai shua ge zhi biao de ying xiang yin su ,jian li si chong chan yi yu ce mo xing :ARIMAmo xing 、VARmo xing 、GM(1,1)mo xing 、shen jing wang lao mo xing ,shua ze ji zhong wu cha xiao de fang fa jin hang mo xing zu ge yan jiu jie neng jian pai qian li ,bing tong guo fang fa ying yong zheng ming jie lun ,zui hou ji suan jie neng jian pai qian li bing fen xi 。ben wen de zhu yao jie lun ru xia :(1)gei chu le fang zhi fu zhuang qi ye de jie neng jian pai qian li de liang hua zhi biao 。jie ding le jie neng jian pai qian li de gai nian kuang jia ,bing jiang chan liang jie neng liang /chan liang jie neng lv he chan liang jian pai liang /chan liang jian pai lv zuo wei jie neng jian pai qian li de liang hua zhi biao ,jiang jie neng jian pai qian li de yu ce bian wei dui neng yuan xiao hao zong liang 、wen shi qi ti pai fang liang /wu ran wu pai fang zong liang he chan liang de yu ce 。(2)yan jiu le fang zhi fu zhuang qi ye jie neng jian pai qian li de ying xiang yin su 。tong guo wen suo shu li 、qi ye diao yan yi ji shu ju wa jue deng fang fa jin hang fen xi ,fa xian neng yuan xiao hao liang de zhu yao ying xiang yin su lai zi yu bu tong lei xing de neng yuan shi yong liang ji dui ying de neng hao zhi ,wen shi qi ti pai fang liang de zhu yao ying xiang yin su wei dian 、zheng qi 、tian ran qi de shi yong liang yi ji dui ying de wen shi qi ti pai fang liang 。shui lie hua zu ji de zhu yao ying xiang yin su wei wu ran wu nong du (ru COD、ANdeng )、wu shui pai fang liang 、wu ran wu pai fang liang 、wu ran wu suo chan sheng de shui lie hua zu ji 。chan liang de zhu yao ying xiang yin su wei ge lei xing neng yuan de xiao hao cheng ben 、wu shui zhi li cheng ben 、cai wu zhi biao 。(3)gou jian le fang zhi fu zhuang qi ye jie neng jian pai qian li de yu ce mo xing 。tong guo yu ce jing du ping jia jin hang bi jiao yi ji ran sha an 、zhi zao an he fang zhi an de fang fa ying yong shi yan ,fa xian dui wen shi qi ti pai fang liang 、wu ran wu pai fang liang 、neng yuan xiao hao liang yi ji chan liang er yan ,zu ge mo xing yu ce jie guo you yu chan yi mo xing ,duo shu qing kuang xia ,shen jing wang lao xiu zheng de VARmo xing de yu ce jing du zui hao ,ji ci shi ji yu hui se li lun de shen jing wang lao mo xing ,zui hou shi yong shen jing wang lao xiu zheng de hui se yu ce mo xing ;er chan yi mo xing zhong ,shen jing wang lao mo xing yu ce wu cha zui xiao 。(4)ying yong le fang zhi fu zhuang jie neng jian pai qian li yu ce mo xing de fang fa 。tong guo fang fa ying yong fa xian VAR-shen jing wang lao zu ge mo xing de lie shi wei gong xian xing bian liang jian mo fa gong cun ,dao zhi bian liang guo shao 、wu cha zeng da 。yin ci ,dang bian liang guo shao shi ,zu ge mo xing tui jian shi yong ji yu hui se li lun de shen jing wang lao mo xing ,chan yi mo xing ke yi shi yong shen jing wang lao yu ce mo xing ,yin wei shen jing wang lao mo xing ke yi shu ru suo you bian liang ,jin hang zi xue xi de dao jiao hao de yu ce jing du ,ping jun jue dui wu cha ji ben kong zhi zai 1%yi xia 。ben wen yan jiu chuang xin dian zhu yao you :(1)jie ding fang zhi fu zhuang qi ye de jie neng jian pai qian li de nei han ,yong chan liang jie neng lv he chan liang jian pai lv dui ji jin hang biao zheng ,ming que ji suan gong shi ,chu bu que ding le fang zhi fu zhuang qi ye de ying xiang yin su 。(2)tong guo kua xue ke yan jiu fa ,ji yu shu ju wa jue fang fa ,di qu he shai shua zhu yao de ying xiang yin su ,zai ci ji chu shang ,tong guo shen jing wang lao fa gou jian fang zhi fu zhuang qi ye de jie neng jian pai qian li yu ce mo xing 。(3)gen ju shi de diao yan de san ji ji liang shu ju ,jin hang jie neng jian pai qian li yu ce mo xing ying yong ,fen xi fang zhi fu zhuang qi ye jie neng jian pai qian li ,wan shan jie neng jian pai shu ju de tong ji yu li yong 。

论文参考文献

  • [1].国际视角下化石能源节能减排表现研究[D]. 耿文欣.天津大学2018
  • [2].节能减排对钢铁企业财务业绩的冲击及其对策研究[D]. 张潇丹.云南财经大学2018
  • [3].重庆M天然气净化厂节能减排问题及对策研究[D]. 李婷婷.中国石油大学(华东)2016
  • [4].中国工业节能减排效率的地区差异、动态演化与成因识别[D]. 史利娟.安徽理工大学2018
  • [5].基于系统动力学的货运交通节能减排影响因素及影响机理[D]. 余露虹.清华大学2017
  • [6].京津冀地区节能减排政策协同效应研究[D]. 张优.华北电力大学(北京)2018
  • [7].面向节能减排的城市车辆路径优化问题研究[D]. 高然.重庆大学2018
  • [8].中国区域节能减排测度、分解与优化路径分析[D]. 李涛.浙江工商大学2018
  • [9].国际油价对我国节能减排效应分析[D]. 周友洪.陕西师范大学2017
  • [10].生态文明视域下节能减排推进机制研究[D]. 官芳芳.福建师范大学2017
  • 读者推荐
  • [1].中国与印度纺织服装在美国市场的竞争力比较研究[D]. 夏晓玲.东华大学2018
  • [2].XY纺织企业的节能降耗管理体系研究[D]. 吕兢.哈尔滨工程大学2015
  • [3].服装生产环节碳排放模型研究与优化分析[D]. 俞璐.苏州大学2015
  • [4].能源约束下的云南省未来工业主要行业选择的初步研究[D]. 方杏村.云南师范大学2008
  • [5].棉纺织企业余热回收利用研究[D]. 王楠.青岛大学2010
  • [6].转杯纺成纱质量的神经网络预测模型[D]. 李红霞.东华大学2010
  • [7].支持精益生产的数据挖掘技术的研究与应用[D]. 李利强.东华大学2010
  • [8].基于遗传算法的纺织企业生产计划与调度研究[D]. 孙月兰.浙江工业大学2009
  • [9].纺织加工质量预测技术的研究与应用[D]. 吴军辉.东华大学2009
  • 论文详细介绍

    论文作者分别是来自东华大学的孙丽蓉,发表于刊物东华大学2019-09-23论文,是一篇关于纺织服装企业论文,节能减排潜力论文,预测模型论文,时间序列论文,灰色预测论文,神经网络论文,东华大学2019-09-23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,资料来自东华大学2019-09-23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:;  ;  ;  ;  ;  ;  ;  

    孙丽蓉:纺织服装企业节能减排潜力预测模型研究论文
    下载Doc文档

    猜你喜欢