प्रौद्योगिकी साझेदारी

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Transformer-LSTM भविष्यवाणी |बहुचर समयश्रृङ्खला पूर्वानुमान

प्रभावसूची

मूलपरिचयः

1.Matlab Transformer-LSTM बहु-चर समयश्रृङ्खला भविष्यवाणीं कार्यान्वयति, Transformer LSTM दीर्घकालीनस्मृतिं संयोजयतितंत्रिका संजालबहुचरकालश्रृङ्खलापूर्वसूचना;

2. संचालनवातावरणं Matlab2023b ततः उपरि अस्ति;

3.दत्तांशः अस्तिदत्तांशसमूहः, बहुविधविशेषताः निवेशयन्तु, एकं चरं निर्गच्छन्ति, ऐतिहासिकविशेषतानां प्रभावं विचारयन्तु, बहुचरसमयश्रृङ्खलापूर्वसूचना, main.m मुख्यः कार्यक्रमः अस्ति, केवलं चालयन्तु, सर्वाणि सञ्चिकाः एकस्मिन् पुटे स्थापितानि सन्ति

4. आदेशविण्डो बहुविधसूचकाङ्कमूल्यांकनानि यथा R2, MSE, RMSE, MAE, MAPE, MBE च निर्गच्छति;

प्रोग्रामिंग

• सम्पूर्ण कार्यक्रम तथा डेटा डाउनलोड निजी सन्देश ब्लॉगर उत्तरMatlab Transformer-LSTM बहु-चर समयश्रृङ्खला भविष्यवाणीं कार्यान्वितं करोति。

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  导入数据
result = xlsread('data.xlsx');

%%  数据分析
num_samples = length(result);  % 样本个数
or_dim = size(result, 2);      % 原始特征+输出数目
kim =  2;                      % 延时步长（kim个历史数据作为自变量）
zim =  1;                      % 跨zim个时间点进行预测



%%  数据集分析
outdim = 1;                                  % 最后一列为输出
num_size = 0.7;                              % 训练集占数据集比例
num_train_s = round(num_size * num_samples); % 训练集样本个数
f_ = size(res, 2) - outdim;                  % 输入特征维度


%%  划分训练集和测试集
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);

%%  数据归一化
[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);

%%  数据平铺
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' ;

%%  数据格式转换
for i = 1 : M
    p_train{i, 1} = P_train(:, :, 1, i);
end

for i = 1 : N
    p_test{i, 1}  = P_test( :, :, 1, i);
end


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59

सन्दर्भाः

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