基于节能低碳水平的工厂降本绩效模型的建立与分析

摘要

为研究工厂节能低碳措施对于降本绩效的影响，筛选了6个节能低碳措施作为一级指标，并在此基础上衍生为18个二级指标，通过层次分析法确立了各节能低碳措施的权重。使用层次分析法得出权重前置于以数学分析和LSTM神经网络模型构建的降本绩效模型各元素之后，成功构建了降本绩效指标模型，并提出可使用遗传算法得到最优降本绩效指标及其对应措施方案。研究发现，建立的基于节能低碳水平的工厂降本绩效模型可用于后续评价工厂节能低碳措施降本绩效水平，有关能源效率提升、废弃物资源化利用、应用可再生能源的降本绩效模型可以用数学公式建立，而对于加强员工宣导、源头低碳技术、智能化能源管理系统的降本绩效模型需要使用LSTM建立，通过LSTM的分析发现拟合结果较好，RMSE这一误差分析指标趋近于0，这意味着模型的准确性比较高。使用遗传算法求取该模型下的最佳降本绩效，发现仅经过50代后，迭代结果趋于稳定，也从侧面印证了该模型的准确性，可以使用寻优算法寻找最佳的降本措施以达成工厂降本绩效要求，该方法构建了节能低碳措施与降本绩效间的模型，具有一定实用性和科学价值。

关键词

降本绩效 / 节能低碳 / 长短期记忆神经网络 / 层次分析 / 遗传算法