给我破！TOP期刊算法+分解组合+四模型对比！SGMD-FATA-Transformer-GRU多变量时间序列预测
【摘要】 TOP期刊算法+分解组合+四模型对比！SGMD-FATA-Transformer-GRU多变量时间序列预测
1.SCI算法海市蜃楼优化算法优化算法+分解组合对比！SGMD-FATA-Transformer-GRU多变量时间序列光伏功率预测，辛几何模态分解+海市蜃楼优化算法优化Transformer结合门控循环单元多变量时间序列预测（程序可以作为核心级论文代码支撑，目前尚未发表）；
海市蜃楼优化算法(Fata morgana algorithm, FATA)是一种新型的元启发式算法（智能优化算法），灵感来源于海市蜃楼的形成过程，该成果由Ailiang Qi于2024年8月发表在SCI的Top期刊《Neurocomputing》上！
2.算法优化参数为：学习率，GRU隐含层单元数目，最大训练周期，运行环境为Matlab2023b及以上；
3.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），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，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。
先运行main1SGMD，进行SGMD分解；再运行main2FATATransformerGRU，四个模型对比；注意：一种算法不是万能的，不同的数据集效果会有差别，后面的工作就是需要调整参数。
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）