冲一区!双重分解+粒子群优化+深度学习多元时序预测!CEEMDAN-Kmeans-VMD-PSO-Transformer组合模型

文摘   教育   2024-11-03 21:32   广东  

读完需要

6
分钟

速读仅需 2 分钟

请尊重原创劳动成果
转载请注明本文链接
及文章作者:机器学习之心

点击阅读原文或复制以下链接到浏览器获取文章完整源码和数据:
https://mbd.pub/o/bread/mbd-Z5WWmZpr

摘要:冲一区!双重分解+粒子群优化+深度学习多元时序预测!CEEMDAN-Kmeans-VMD-PSO-Transformer组合模型

1

   

基本介绍

1.Matlab实现CEEMDAN-Kmeans-VMD-PSO-Transformer融合K均值聚类的数据双重分解+粒子群优化+Transformer多元时间序列预测(完整源码和数据)运行环境Matlab2023b及以上。
2.CEEMDAN分解,计算样本熵,根据样本熵进行kmeans聚类,调用VMD对高频分量二次分解, VMD分解的高频分量与前分量作为PSO-Transformer模型的目标输出分别预测后相加。
3.多变量单输出,考虑历史特征的影响!评价指标包括R2、MAE、RMSE、MAPE等。
4.算法新颖。⑴ CEEMDAN模型处理高频数据,具有更高的准确率,能够跟踪数据的趋势以及变化。⑵ VMD 模型处理非线性、非平稳以及复杂的数据,表现得比EMD系列更好,因此将重构的数据通过VMD模型分解,提高了模型的准确度。(3)PSO粒子群算法优化参数为自注意力机制头数、正则化系数、学习率!
5.直接替换Excel数据即可用,数据集为excel(光伏功率数据集,输入辐射度、气温、气压、湿度,输出光伏功率),注释清晰,适合新手小白,直接运行主文件一键出图。

购买后可加博主QQ1153460737咨询交流。注意:其他非官方渠道购买的盗版代码不含模型咨询交流服务,大家注意甄别,谢谢。

参考文献1

参考文献2

 参考文献3


2

   

2.1

数据集

    

   

2.2

运行效果



   

完整代码链接:https://mbd.pub/o/bread/mbd-Z5WWmZpr

也可扫描二维码:

3


   

部分源码


%% 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
%% 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
%% 参数设置options = trainingOptions('adam', ... % Adam 梯度下降算法 'MaxEpochs', 100, ... % 最大训练次数 'InitialLearnRate', 0.01, ... % 初始学习率为0.01 'LearnRateSchedule', 'piecewise', ... % 学习率下降 'LearnRateDropFactor', 0.1, ... % 学习率下降因子 0.1 'LearnRateDropPeriod', 70, ... % 经过训练后 学习率为 0.01*0.1 'Shuffle', 'every-epoch', ... % 每次训练打乱数据集 'Verbose', 1);figuresubplot(2,1,1)plot(T_train,'k--','LineWidth',1.5);hold onplot(T_sim_a','r-','LineWidth',1.5)


   

其他代码

嗯,细心的你会发现:https://mbd.pub/o/slowtrain/work

博客专家认证,机器学习领域创作者,2023博客之星TOP50,主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析科研课题模型定制/横向项目模型仿真/职称学术论文辅导/模型程序讲解均可联系本人唯一QQ1153460737(其他均为盗版,注意甄别

技术交流群:购买博主任意代码或分享博主博文到任意三方平台后即可添加博主QQ进群

机器学习之心HML
机器学习和深度学习时序、回归、分类和聚类等程序设计与案例分析,CSDN博主机器学习之心,知乎、B站同名,由于博主公众号名称被别人占用,故加了HML,此号是官方账号,其余打着本人旗号做事本人概不负责,本人QQ1153460737。
 最新文章