- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564698 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174632
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
【回归预测-Lstm预测】基于长短期记忆网络LSTM实现电价时间序列单步预测附matlab代码
6 n y' O/ p; z9 d5 l3 M P2 \
6 o! ?8 J4 l( K! q/ d4 S0 E1 内容介绍
- t) n( u' H0 Q @时间序列数据往往反映了某个事件发展的规律,蕴含着丰富的潜在信息。长短期记忆(LSTM)神经网络由于其网络结构的特殊性可以储存信息,解决长期依赖问题,常被用于时间序列预测。对LSTM的研究有利于高效挖掘出时序数据中的重要信息,对社会、经济等各个方面的发展均有着重要的影响。3 c2 h* H1 h) }
: @ z0 }) `+ N' G& e+ b
2 部分代码3 d6 e+ y4 m# h6 F" r* s1 |4 k
clear, clc, close all;
; O4 b( A7 f) v! w
$ Q7 C9 z* v9 s6 adata=xlsread('西班牙电价.csv');/ Z* S! {. y# @# n( S5 p
/ j8 C4 K6 B" D2 Q5 S" h: j* xdata1=data;
) f& x4 s! a# n
2 p- H3 M; o4 \# \4 u, I1 OnumTimeStepsTrain = floor(89);%89数据训练 ,3个用来验证9 J1 e, J# A. k$ u' a$ m8 R" ~
3 A6 @0 O2 t9 pdataTrain = data(1:numTimeStepsTrain+1, ;% 训练样本
9 L# i: H; q: C& K* M) ^
. v) m+ ?% _9 ~6 s3 ZdataTest = data(numTimeStepsTrain:end, ; %测试样本
. w( t, B9 e! B4 v7 |; ]
/ Q9 @6 r) b/ D%训练数据标准化处理 4 Q6 p7 X: M# g/ U+ K
6 I6 d1 T& F/ G2 B" [
mu = mean(dataTrain,'ALL');$ _8 z* F2 z" I1 f
* H# V( \# w; k b' k* G' B. J' S/ W
sig = std(dataTrain,0,'ALL');
1 X8 r6 h" j) ?7 B& f& A) `
1 h: l+ D1 o+ wdataTrainStandardized = (dataTrain - mu) / sig;- c+ r: u) i) _
5 j2 P; X6 H& b! C9 v" Q# v% G! `& lXTrain = dataTrainStandardized(1:end-1, ;% 训练输入
7 c" D) n- u9 z$ n. E
~" U9 z [' u. `) ~) u; N- vYTrain = dataTrainStandardized(2:end, ;% 训练输出, _. A' @# ]' h7 v
+ F5 s1 U# z% m' y0 q8 V9 I5 z. }( ?
%% define the Deeper LSTM networks) K) q: Z, l$ x
) N& b! I6 |2 ynumFeatures= 1;%输入节点" k; B4 i2 U% G% `; V
/ k! V% V$ N! ?# D r' q) u* _numResponses = 1;%输出节点
# X4 j1 ]" ^2 H' g$ K$ {
: T, T5 w* D5 k( B0 S7 N1 ~numHiddenUnits = 500;%隐含层神经元节点数 ( ]$ P: F- w+ N( h
6 {* a" u# f- X' S
figure(1)# O, g/ q* s6 ~1 c! w
; F) \+ W. V8 }0 M
plot(dataTrain(1:end-1,1));hold on;4 n8 X% q- t7 `7 X
# A. i! F( |8 w$ B& I8 eidx = (numTimeStepsTrain) numTimeStepsTrain+numTimeStepsTest1);
/ d3 h2 ^7 e& I
2 P& X8 }/ H$ B: Q$ y/ K Uplot(idx,[(data(numTimeStepsTrain,1))' YPred1(1, ],'--d');/ j4 s, \% G" {% ?0 f
) B7 I. t8 y. x8 j- s/ H) S: L
xlabel("时间/天"): L! @* [# G8 R: L
$ ]) r8 u2 v2 G! n. Z
ylabel("电价")- Q5 u: ^ p" @0 A& P; h
! G; L0 ~1 e4 X' l! ] [! k9 jlegend('实际值','预测值')
/ P* I) U+ _ F+ m' W, z% \( Y
& B* F9 U: c _2 [7 Zfigure(2)
$ {3 z# l' B: n X0 J) @7 V6 T
subplot(2,1,1). E9 q( M0 J1 D9 }6 a! }* H" \2 @
( B5 @- M/ P: \; P
plot(YTest(1, )( c8 b% h( C P% M( e, x
* c$ Z' b8 v4 P5 x; X
hold on7 r+ u" \- V f- J
9 w& b. p6 r) K1 ?0 R2 n# S5 k
plot(YPred(1, ,'.-')
0 } ~) X! P: |7 ~; Z+ H" J) |7 L1 Z: V6 w- [' R) E% Y' Q
hold off
) w. m# L* a/ \, x1 Z; M+ D- U4 v# {5 B& u! V! D6 x4 ~0 B
legend(["实际值" "预测值"])
8 F y& y# s8 K8 \% r! B: x* K- K2 I$ {$ y" P
xlabel("时间/天")
8 |& y& W* g) H( c* b" N
4 j" M0 P9 n. M0 e0 a8 Rylabel("电价")
; F3 }8 k$ X/ O. t* j! c9 ^' d2 k6 F0 s. j5 p
ylim([5000 20000]). q+ v5 M+ h/ R/ q' N
( J, U9 P7 n/ a) q6 u) g2 {5 }subplot(2,1,2)
2 ~2 l6 [5 V2 I: E! L; ^/ I2 w c: m
stem(YPred(1, - YTest(1, )
. G1 j& S: G1 I0 w9 Y# Y k! h0 ~! J4 b$ A) M4 n" C( G( P
xlabel("时间/天")
, D: Y0 p+ o& ?8 Z& N& |( Z" Y; y3 Q e9 g& y$ T- l6 D* `
ylabel("误差")' {6 k7 Y4 `1 g( a! t
; H5 e8 P* w7 k: e
title("误差百分数 = " + error)
9 ^. Z, J# R( G' J# j, v& l4 u1 g. z# y) O+ Q
3 运行结果
, M0 H5 C" z, q1 x& h4 N
* _, _# o( o7 F" X, F/ G
: o/ X0 m; N& z ^5 C' l l
- F! ?# y! }2 g* U0 @& e0 I. E+ P
8 R3 [: E3 M: P o& N4 R" S1 H4 参考文献8 a2 B8 e% T; D$ F
[1]魏昱洲, 许西宁. 基于LSTM长短期记忆网络的超短期风速预测[J]. 电子测量与仪器学报, 2019(2):8.% [1 l$ {3 w0 F' N0 O6 L9 V
0 p- E2 {7 o5 L$ W3 R
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
6 @7 w0 c" J$ t9 D1 t% Q3 D9 }2 t- [% e部分理论引用网络文献,若有侵权联系博主删除。
" c3 J( u$ o& c9 B————————————————
4 c, v( M) W* L' Y版权声明:本文为CSDN博主「matlab_dingdang」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
" A+ k! {! {, B+ D9 E3 K原文链接:https://blog.csdn.net/matlab_dingdang/article/details/126754796
0 r0 l. T V" @5 u. r2 h' k/ ]3 T$ `! N* v8 c
9 ~! ]0 \/ }. L$ O# A$ S7 ]
|
zan
|