基于BiTCN-BiLSTM-Attention模型实现多变量回归预测（多输入单输出）Matlab

---

一、模型架构设计

1. 整体框架

输入层 → BiTCN（双向时间卷积） → BiLSTM（双向长短期记忆） → Attention（注意力机制） → 全连接层 → 输出层（单输出）

• 多输入单输出：多个时间序列变量（如温度、湿度、压力）作为输入，预测单一目标值（如负荷量）。

2. 核心组件功能

组件	作用	实现原理
BiTCN	提取局部时序特征，扩大感受野捕捉长期依赖	双向膨胀因果卷积 + 残差连接（解决梯度消失）
BiLSTM	学习双向长期依赖关系，补充TCN的时序建模能力	前向/后向LSTM单元组合
Attention	动态加权关键时间步，提升重要特征的贡献度	Soft-Attention机制（加权BiLSTM输出）