来源：期刊VIP网 时间：
作者：王志强;曹永祺;李硕;任金哥;
单位：青岛理工大学管理工程学院;智慧城市建设管理研究中心(新型智库);上海电力设计院有限公司;西安建筑科技大学;
摘要：“双碳”目标下，针对设计阶段有效预测并控制住宅建筑物化阶段碳排放的问题，根据93个住宅建筑的特征数据，采用AHP-DEMATEL和机器学习算法，构建了主客观相结合的碳排放预测模型，并利用SHAP算法从全局和单个特征角度剖析其作用程度和交互效果。研究表明：ET模型的预测效果最好；除主客观排序差异明显的两个特征外，总建筑面积、建筑高度和建筑高宽比在综合排序中影响最大；多特征交互分析较好地给出了各特征值域变动范围与碳排放总量的关系，为住宅建筑碳排放预测及碳减排工作提供指导。
关键词：住宅建筑物化阶段;;碳排放;;AHP-DEMATEL;;机器学习;;SHAP
基金资助：国家自然科学基金项目(71471094)资助
