SCI一區級 | Matlab實現BO-Transformer-BiLSTM時間序列預測

效果一覽

基本介紹

1.【SCI一區級】Matlab實現BO-Transformer-BiLSTM時間序列預測，貝葉斯優化Transformer結合BiLSTM雙向長短期記憶神經網絡時間序列預測，BO-Transformer-BiLSTM/Bayes-Transformer-BiLSTM（程序可以作為SCI一區級論文代碼支撐，目前尚未發表）。

2.貝葉斯優化參數為：學習率，BiLSTM隱含層節點，正則化參數，運行環境為Matlab2023b及以上；

3.data為數據集，輸入輸出單個變量，一維時間序列預測，main.m為主程序，運行即可,所有文件放在一個文件夾；

4.命令窗口輸出R2、MSE、RMSE、MAE、MAPE、MBE等多指標評價；

程序設計

• 完整程序和數據下載私信博主回復Matlab實現BO-Transformer-LSTM時間序列預測。

%%  清空環境變量
warning off             % 關閉報警信息
close all               % 關閉開啟的圖窗
clear                   % 清空變量
clc                     % 清空命令行%%  導入數據
result = xlsread('data.xlsx');%%  數據分析%%  劃分訓練集和測試集
P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
N = size(P_test, 2);%%  數據歸一化
[P_train, ps_input] = mapminmax(P_train, 0, 1);
P_test = mapminmax('apply', P_test, ps_input);[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);%%  數據平鋪
P_train =  double(reshape(P_train, f_, 1, 1, M));
P_test  =  double(reshape(P_test , f_, 1, 1, N));t_train = t_train';
t_test  = t_test' ;%%  數據格式轉換
for i = 1 : Mp_train{i, 1} = P_train(:, :, 1, i);
endfor i = 1 : Np_test{i, 1}  = P_test( :, :, 1, i);
end%%  創建待優化函數
ObjFcn = @BOFunction;%%  貝葉斯優化參數范圍
optimVars = [

參考資料

[1] https://blog.csdn.net/kjm13182345320/article/details/128163536?spm=1001.2014.3001.5502
[2] https://blog.csdn.net/kjm13182345320/article/details/128151206?spm=1001.2014.3001.5502