clc;
clear;
close all;
warning off
%% 导入数据
data = xlsread('data.xlsx','sheet1','A2:H1001');
%% EMD分解
result=[];
for i=1:size(data,2)-1;
f=data(:,i);
[c,a,b]=emd(f); % c为分解后IMF分量,a一个数,b为1*N的向量
%计算每个IMF分量及最后一个剩余分量residual与原始信号的相关性
[m,n]=size(c);% %size()函数返回矩阵的行数和列数
result=[result;c];
result1=result';
%% 特征降维
result2 = PCA(result1)
result=[result2';data(:,end)']';
%% 数据分析
num_samples = length(result); % 样本个数
kim = 5; % 延时步长(前面多行历史数据作为自变量)
zim = 1; % 跨zim个时间点进行预测
nim = size(result, 2) - 1; % 原始数据的特征是数目
智能算法及其模型预测