时序预测+融合创新！Transformer-BiLSTM-SVM多变量时间序列预测（Matlab）

时序预测+融合创新！Transformer-BiLSTM-SVM多变量时间序列预测（Matlab）

目录

• 时序预测+融合创新！Transformer-BiLSTM-SVM多变量时间序列预测（Matlab）

• 效果一览
• 基本介绍
• 程序设计
• 参考资料

效果一览

基本介绍

1.Matlab实现Transformer-BiLSTM-SVM多变量时间序列预测，Transformer+双向长短期记忆神经网络结合支持向量机多变量时间序列预测；
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，考虑历史特征的影响，多变量时间序列预测，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；

程序设计

• 完整程序和数据获取方式私信博主回复时序预测+融合创新！Transformer-BiLSTM-SVM多变量时间序列预测（Matlab）。

%%  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



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);