原创未发表 | Matlab实现Transformer-GRU多变量回归预测


目录

  • 原创未发表 | Matlab实现Transformer-GRU多变量回归预测
  • 效果一览
  • 基本介绍
  • 程序设计
  • 参考资料


效果一览

原创未发表 | Matlab实现Transformer-GRU多变量回归预测_多变量回归预测


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_多变量回归预测_02


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_transformer_03


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_transformer_04

原创未发表 | Matlab实现Transformer-GRU多变量回归预测_数据_05


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_数据_06


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_数据_07


原创未发表 | Matlab实现Transformer-GRU多变量回归预测_多变量回归预测_08

基本介绍

1.【原创未发表】Matlab实现Transformer-GRU多变量回归预测,Transformer-GRU(程序目前尚未发表);

2.运行环境为Matlab2023b及以上;

3.data为数据集,输入多个特征,输出单个变量,多变量回归预测,main.m为主程序,运行即可,所有文件放在一个文件夹;

4.命令窗口输出R2、MSE、RMSE、MAE、MAPE、MBE等多指标评价;

原创未发表 | Matlab实现Transformer-GRU多变量回归预测_transformer_09

程序设计

  • 完整程序和数据下载私信博主回复Matlab实现Transformer-GRU多变量回归预测
%%  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');


%%  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
%   将数据平铺成1维数据只是一种处理方式
%   也可以平铺成2维数据,以及3维数据,需要修改对应模型结构
%   但是应该始终和输入层数据结构保持一致
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



%%  创建模型
numChannels = f_;
maxPosition = 256;