【Transformer多维时序预测】Transformer多变量时间序列预测，基于Transformer多变量输入模型。matlab代码，2023b及其以上。评价指标包括:R2、MAE、MSE、

%% 清空环境变量

warning off % 关闭报警信息

close all % 关闭开启的图窗

clear % 清空变量

clc % 清空命令行

%% 导入数据

result1 = xlsread('数据集.xlsx');

result=result1(1:1000,:);

%% 数据分析

num_samples = length(result); % 样本个数

kim = 0; % 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

%% 划分数据集

for i = 1: num_samples - kim - zim + 1

res(i, :) = [reshape(result(i: i + kim - 1 + zim, 1: end - 1)', 1, ...

(kim + zim) * nim), result(i + kim + zim - 1, end)];

end

%% 数据集分析

outdim = 1; % 最后一列为输出

num_size = 0.85; % 训练集占数据集比例

num_train_s = round(num_size * num_samples); % 训练集样本个数

f_ = size(res, 2) - outdim; % 输入特征长度

%% 划分训练集和测试集

P_train = res(1: num_train_s, 1: f_)';

T_train = res(1: num_train_s, f_ + 1: end)';

M = size(P_train, 2);

P_test = res(num_train_s + 1: end, 1: f_)';

T_test = res(num_train_s + 1: end, f_ + 1: end)';

N = size(P_test, 2);

智能算法及其模型预测