多維時序 | MATLAB實現(xiàn)GWO-BiLSTM灰狼算法優(yōu)化雙向長短期記憶神經(jīng)網(wǎng)絡的多變量時間序列預測

預測效果

基本介紹

MATLAB實現(xiàn)GWO-BiLSTM灰狼算法優(yōu)化雙向長短期記憶神經(jīng)網(wǎng)絡的多變量時間序列預測
1.data為數(shù)據(jù)集，格式為excel，4個輸入特征，1個輸出特征，考慮歷史特征的影響，多變量時間序列預測；
2.GWO-BiLSTMNTS.m為主程序文件，運行即可；
3.命令窗口輸出R2、MAE和MBE；
注意程序和數(shù)據(jù)放在一個文件夾，運行環(huán)境為Matlab2021b及以上。

注意程序和數(shù)據(jù)放在一個文件夾，運行環(huán)境為Matlab2021b及以上。

程序設計

• 完整程序和數(shù)據(jù)獲取方式1：同等價值程序兌換；
• 完整程序和數(shù)據(jù)獲取方式2(資源處下載)：MATLAB實現(xiàn)GWO-BiLSTM灰狼算法優(yōu)化雙向長短期記憶神經(jīng)網(wǎng)絡的多變量時間序列預測獲取。

 
        
        dropoutLayer(0.25,'Name','drop2')
        % 全連接層
        fullyConnectedLayer(numResponses,'Name','fc')
        regressionLayer('Name','output')    ];

    layers = layerGraph(layers);
    layers = connectLayers(layers,'fold/miniBatchSize','unfold/miniBatchSize');
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 訓練選項
if gpuDeviceCount>0
    mydevice = 'gpu';
else
    mydevice = 'cpu';
end
    options = trainingOptions('adam', ...
        'MaxEpochs',MaxEpochs, ...
        'MiniBatchSize',MiniBatchSize, ...
        'GradientThreshold',1, ...
        'InitialLearnRate',learningrate, ...
        'LearnRateSchedule','piecewise', ...
        'LearnRateDropPeriod',56, ...
        'LearnRateDropFactor',0.25, ...
        'L2Regularization',1e-3,...
        'GradientDecayFactor',0.95,...
        'Verbose',false, ...
        'Shuffle',"every-epoch",...
        'ExecutionEnvironment',mydevice,...
        'Plots','training-progress');
%% 模型訓練
rng(0);
net = trainNetwork(XrTrain,YrTrain,layers,options);
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 測試數(shù)據(jù)預測
% 測試集預測
YPred = predict(net,XrTest,"ExecutionEnvironment",mydevice,"MiniBatchSize",numFeatures);
YPred = YPred';
% 數(shù)據(jù)反歸一化
YPred = sig.*YPred + mu;
YTest = sig.*YTest + mu;
————————————————
版權(quán)聲明：本文為CSDN博主「機器學習之心」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。

參考資料

[1] http://t.csdn.cn/pCWSp
[2] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501文章來源地址http://www.zghlxwxcb.cn/news/detail-705129.html

到了這里，關于多維時序 | MATLAB實現(xiàn)GWO-BiLSTM灰狼算法優(yōu)化雙向長短期記憶神經(jīng)網(wǎng)絡的多變量時間序列預測的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！