时序预测

2023-11-07

时序预测 | MATLAB实现基于QPSO-LSTM、PSO-LSTM、LSTM时间序列预测

效果一览

1
2
3
4
5
6
7
8
9
10
11
12

基本描述

MATLAB实现基于QPSO-LSTM、PSO-LSTM、LSTM时间序列预测。
1.Matlab实现QPSO-LSTM、PSO-LSTM和LSTM神经网络时间序列预测;
2.输入数据为单变量时间序列数据,即一维数据;
3.运行环境Matlab2020及以上,依次运行Main1LSTMTS、Main2PSOLSTMTS、Main3QPSOLSTMTS、Main4CDM即可,其余为函数文件无需运行,所有程序放在一个文件夹,data为数据集;

LSTM(长短时记忆模型)与粒子群算法优化后的LSTM(PSOLSTM)以及量子粒子群算法优化后的LSTM(QPSOLSTM)对比实验,可用于风电、光伏等负荷预测,时序预测,数据为单输入单输出,PSO、QPSO优化超参数为隐含层1节点数、隐含层2节点数、最大迭代次数和学习率。

4.命令窗口输出MAE、MAPE、RMSE和R2;

程序设计

  • 完整程序和数据下载:私信博主。
for i=1:PopNum%随机初始化速度,随机初始化位置
    for j=1:dim
        if j==dim% % 隐含层节点与训练次数是整数 学习率是浮点型
            pop(i,j)=(xmax(j)-xmin(j))*rand+xmin(j);
        else
            pop(i,j)=round((xmax(j)-xmin(j))*rand+xmin(j));  %
        end
    end
end

% calculate the fitness_value of Pop
pbest = pop;
gbest = zeros(1,dim);
data1 = zeros(Maxstep,PopNum,dim);
data2 = zeros(Maxstep,PopNum);
for i = 1:PopNum
    fit(i) = fitness(pop(i,:),p_train,t_train,p_test,t_test);
    f_pbest(i) = fit(i);
end
g = min(find(f_pbest == min(f_pbest(1:PopNum))));
gbest = pbest(g,:);
f_gbest = f_pbest(g);

%-------- in the loop -------------
for step = 1:Maxstep
    
    mbest =sum(pbest(:))/PopNum;
    % linear weigh factor
    b = 1-step/Maxstep*0.5;
    data1(step,:,:) = pop;
    data2(step,:) = fit;
    for i = 1:PopNum
        a = rand(1,dim);
        u = rand(1,dim);
        p = a.*pbest(i,:)+(1-a).*gbest;
        pop(i,:) = p + b*abs(mbest-pop(i,:)).*...
            log(1./u).*(1-2*(u >= 0.5));
        % boundary detection
        
        for j=1:dim
            if j ==dim
                if pop(i,j)>xmax(j) | pop(i,j)<xmin(j)
                    pop(i,j)=(xmax(j)-xmin(j))*rand+xmin(j);  %
                end
            else
                pop(i,j)=round(pop(i,j));
                if pop(i,j)>xmax(j) | pop(i,j)<xmin(j)
                    pop(i,j)=round((xmax(j)-xmin(j))*rand+xmin(j));  %
                end
            end
        end
        
        
        fit(i) = fitness(pop(i,:),p_train,t_train,p_test,t_test);
        if fit(i) < f_pbest(i)
            pbest(i,:) = pop(i,:);
            f_pbest(i) = fit(i);
        end
        if f_pbest(i) < f_gbest
            gbest = pbest(i,:);
            f_gbest = f_pbest(i);
        end
    end
    trace(step)=f_gbest;
    step,f_gbest,gbest
    result(step,:)=gbest;
end
or i=1:N%随机初始化速度,随机初始化位置
    for j=1:D
        if j==D% % 隐含层节点与训练次数是整数 学习率是浮点型
            x(i,j)=(xmax(j)-xmin(j))*rand+xmin(j);
        else
            x(i,j)=round((xmax(j)-xmin(j))*rand+xmin(j));  %
        end
    end
    
    v(i,:)=rand(1,D);
end

%------先计算各个粒子的适应度,并初始化Pi和Pg----------------------
for i=1:N
    p(i)=fitness(x(i,:),p_train,t_train,p_test,t_test);
    y(i,:)=x(i,:);
    
end
[fg,index]=min(p);
pg = x(index,:);             %Pg为全局最优

%------进入主要循环,按照公式依次迭代------------

for t=1:M
    
    for i=1:N
        v(i,:)=w*v(i,:)+c1*rand*(y(i,:)-x(i,:))+c2*rand*(pg-x(i,:));
        x(i,:)=x(i,:)+v(i,:);
        
        
        for j=1:D
            if j ~=D
                x(i,j)=round(x(i,j));
            end
            if x(i,j)>xmax(j) | x(i,j)<xmin(j)
                if j==D
                    x(i,j)=(xmax(j)-xmin(j))*rand+xmin(j);  %
                else
                    x(i,j)=round((xmax(j)-xmin(j))*rand+xmin(j));  %
                end
            end
        end
        temp=fitness(x(i,:),p_train,t_train,p_test,t_test);
        if temp<p(i)
            p(i)=temp;
            y(i,:)=x(i,:);
        end
        
        if p(i)<fg
            pg=y(i,:);
            fg=p(i);
        end
    end
    trace(t)=fg;
    result(t,:)=pg;

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/127596777?spm=1001.2014.3001.5501
[2] https://download.csdn.net/download/kjm13182345320/86830096?spm=1001.2014.3001.5501

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

时序预测 的相关文章

随机推荐

  • Matlab_用雅可比(Jacobi)迭代法解线性方程组

    1 程序代码 function x majacobi A b x0 ep N n length b if nargin lt 5 N 500 end if nargin lt 4 ep 1e 6 end if nargin lt 3 x0
  • 【Git常用命令】

    git clone url 下载一个项目和它的整个代码历史 git init 初始化仓库 默认为 master 分支 git add 提交全部文件修改到暂存区 git diff 查看当前代码 add后 会 add 哪些内容 git stat
  • 解决Qt5的QserialPort串口数据接受不完整的问题------完全有效

    解决Qt5的QserialPort串口数据接受不完整的问题 解决问题出处 https blog csdn net jason thinking article details 78455750 学习中遇到使用Qt在Windows下读取串口信
  • java BigDecimal 取平均值

    代码如下 import org apache commons collections4 CollectionUtils import java math BigDecimal import java util public class Bi
  • 企业微信开发实战(四、OA审批之企业假期管理配置、获取成员假期余额、修改成员假期余额)

    文章目录 7 获取企业假期管理配置 7 1概述 7 2代码实战 8 获取成员假期余额 8 1概述 8 2代码实战 8 3试错 9 修改成员假期余额 9 1概述 9 2代码实战 9 3试错 源码 赞赏 7 获取企业假期管理配置 7 1概述 1
  • struts2 struts.xml文件标签说明

  • [C++]构造与毁灭:深入探讨C++中四种构造函数与析构函数

    个人主页 北 海 CSDN新晋作者 欢迎 点赞 评论 收藏 收录专栏 C C 希望作者的文章能对你有所帮助 有不足的地方请在评论区留言指正 大家一起学习交流 目录 构造函数有什么作用 构造函数有什么特点 构造函数的种类 一 默认构造函数 1
  • 【华为OD机试真题】查找充电设备组合(python)100%通过率 超详细代码注释 代码优化

    华为OD机试真题 2022 2023 真题目录 点这里 华为OD机试真题 信号发射和接收 试读 点这里 华为OD机试真题 租车骑绿道 试读 点这里 查找充电设备组合 时间限制 5s空间限制 256MB限定语言 不限 题目描述 某个充电站 可
  • 【书虫录】《一句顶一万句》

    一直以来看的书都是跟工作强相关的书籍 更是很少会看小说类书籍 但是渐渐发现 工作的专业技能需要学习成长 生活 又何尝不是呢 这本书 被称之为中国的百年孤独 一句顶一万句 也算是刘震云老师的代表作 此书也同时被翻译成了多国语言版本 并且相当流
  • 2023金九银十必看前端面试题!2w字精品!

    文章目录 导文 CSS 1 请解释CSS的盒模型是什么 并描述其组成部分 2 解释CSS中的选择器及其优先级 3 解释CSS中的浮动 float 是如何工作的 并提供一个示例 4 解释CSS中的定位 position 属性及其不同的取值 5
  • LVM新增磁盘扩容

    实验环境 Rocky 9 0 VM16 Pro 1 新增一块磁盘 接口类型 SCSI 2 通过执行 lsblk 系统并未识别新增的磁盘 遇到这样的情况 咱们可以重启系统或者通过以下方法识别到新磁盘 但在生产环境中 很多时候并不能随意关闭服务
  • 02 初识Prometheus - 利用grafana让mysql数据生成折线图,柱状图

    https cloud tencent com developer article 1582979 step1 新建一个表testgraph 用来存放查询的数据 DROP TABLE IF EXISTS testgraph CREATE T
  • vue+electron桌面

    node js安装 cnpm下载 npm install g cnpm registry https registry npmmirror com vue脚手架安装 cnpm install g vue cli 安装 electron脚手架
  • JavaSE的思维导图

    学了这么久的Java我们来做一次整体性的总结 回顾我们所学过的整个知识体系 大致内容包括 初识Java 数据类型与变量 运算符 数据类型与变量 运算符 逻辑控制 方法的使用 数组的定义与使用 类与封装 继承与多态 抽象类与接口 String
  • ChatExcel?

    大家好 我是章北海mlpy 最近在浅学LangChain 在大模型时代 感觉这玩意很有前途 LangChain是一个开源的应用开发框架 目前支持Python和TypeScript两种编程语言 它赋予LLM两大核心能力 数据感知 将语言模型与
  • 模版类运算符重载

    span style font size 18px 自定义分数模版类 运算符重载 同时支持宽字符 wchar t span span style font size 18px span span style font size 18px i
  • 链表(变形)

    单链表结点只有一个指向其后继的指针 使得单链表只能从头结点 依次顺序地向后遍历 要访问某个结点的前驱结点 delete insert 只能从头开始遍历 访问后继结点的时间复杂度为O 1 访问前驱结点的时间复杂度O n 一 双链表 双链表结点
  • oracle语句查询时间范围,oracle时间范围查询

    当时间精确到秒的指标和时间精确到日的时间进行对比是恒不等于的 但是可以判断大于或者等于的情况 举个例子 指标 时间精确到秒 select 时间精确到秒 from table where 时间精确到秒 lt to date 2013 11 2
  • 学校实训密码锁设计(基于STC51单片机)报告

    这里写目录标题 选题的背景与意义 项目内容 51密码锁设计 产品功能 方案设计 方案实施 元件选择 一 电流放大 二 偏置电路 三 开关作用 设计流程 代码 电路仿真 PCB打板 结论 选题的背景与意义 单片微型机简称单片机 它是在一片芯片
  • 时序预测

    时序预测 MATLAB实现基于QPSO LSTM PSO LSTM LSTM时间序列预测 目录 时序预测 MATLAB实现基于QPSO LSTM PSO LSTM LSTM时间序列预测 效果一览 基本描述 程序设计 参考资料 效果一览 基本