区间猜测 | Matlab实现QRBiTCN分位数回归双向时间卷积神经网络注意力机制时 ...

Matlab实现QRBiTCN分位数回归双向时间卷积神经网络注意力机制时序区间猜测


  
效果一览

基本介绍

• Matlab实现QRBiTCN分位数回归双向时间卷积神经网络注意力机制时序区间猜测；
  

2.多图输出、多指标输出(MAE、MAPE、RMSE、MSE、R2、区间覆盖率、区间平均宽度百分比)，单变量时序猜测，含不同置信区间图；
3.data为数据集，用过去一段时间的变量，猜测下一时候，实用于负荷猜测、风速猜测等；main为主步伐，别的为函数文件，无需运行；代码质量高，表明清晰；
4.直接更换Excel数据即可用，表明清晰，适合新手小白，直接运行main文件一键出图。
5.代码特点：参数化编程、参数可方便更改、代码编程思绪清晰、表明明细。
步伐设计

• 完整步伐和数据获取方式资源处下载Matlab实现QRBiTCN分位数回归双向时间卷积神经网络注意力机制时序区间猜测。
  

2. %%  清空环境变量
3. warning off             % 关闭报警信息
4. close all               % 关闭开启的图窗
5. clear                   % 清空变量
6. clc                     % 清空命令行
9. %%  清空环境变量
10. warning off             % 关闭报警信息
11. close all               % 关闭开启的图窗
12. clear                   % 清空变量
13. clc                     % 清空命令行
15. %%  导入数据
16. res = xlsread('data.xlsx');
18. %%  绘图
19. figure
20. fill([1 : M, M : -1 : 1], [L_sim1{1}, L_sim1{end}(end : -1 : 1)], ...
21.     'r', 'FaceColor', [1, 0.8, 0.8], 'EdgeColor', 'none')
22. hold on
23. plot(1 : M, T_train, '-', 1 : M, T_sim1', '-', 'LineWidth', 0.3)
24. legend('95%的置信区间', '真实值', '预测值')
25. xlabel('预测样本')
26. ylabel('预测结果')
27. string = {'QRCNN-BiGRU-Attention训练集预测结果对比'; ['RMSE = ' num2str(error1)]};
28. title(string)
29. xlim([1, M])
30. grid
32. figure
33. fill([1 : N, N : -1 : 1], [L_sim2{1}, L_sim2{end}(end : -1 : 1)], ...
34.     'r', 'FaceColor', [1, 0.8, 0.8], 'EdgeColor', 'none')
35. hold on
36. plot(1 : N, T_test, '-', 1 : N, T_sim2', '-', 'LineWidth', 1)
37. legend('95%的置信区间', '真实值', '预测值')
38. xlabel('预测样本')
39. ylabel('预测结果')
40. string = {'QRCNN-BiGRU-Attention测试集预测结果对比'; ['RMSE = ' num2str(error2)]};
41. title(string)
42. xlim([1, N])
43. grid

复制代码

参考资料

   [1] https://blog.csdn.net/kjm13182345320/article/details/127931217
[2] https://blog.csdn.net/kjm13182345320/article/details/127418340

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。