1 论文标题：卷烟生产企业的碳排放量预测研究

2 作者信息：李国真, 徐志玲：中国计量大学质量与标准化学院，浙江 杭州；徐 勇：台州市检验检测有限公司，浙江 台州

3 出处和链接：李国真, 徐志玲, 徐勇. 卷烟生产企业的碳排放量预测研究[J]. 环境保护前沿, 2025, 15(8): 1115-1127. https://doi.org/10.12677/aep.2025.158124

4 摘要：在“双碳”战略持续推进下，能源密集型制造业对碳排放预测的准确性和时效性提出了更高要求。卷烟生产过程中碳排放受多因素耦合与时间波动影响，传统线性模型和部分机器学习方法难以充分捕捉其非线性特征和长短期依赖关系。为此，研究构建了一种融合双向长短期记忆网络和注意力机制，并由蜣螂优化算法(DBO)调优的预测模型(DBO-BiLSTM-Attention)。该模型通过双向序列建模与关键时间步动态加权提升特征表达能力，利用DBO进行全局超参数搜索，增强了模型稳定性与泛化性能。实验基于华东某卷烟企业2022~2024年数据，采用滑动窗口进行多变量时间序列预测。结果表明，该方法相较TCN-LSTM和Attention-LSTM模型，MAE降低约30%，R2提高至92.40%，在预测精度和波动敏感性方面均表现优异，为卷烟生产企业的碳排放动态管理提供了技术支撑。