文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Matlab实现时间序列预测分类实例代码

2024-04-02 19:55

关注

Matlab从2010b版本以后,神经网络工具箱已经升级为7.0,功能大大加强。在之前的版本做时间预测是比较麻烦操作的,MathWorks公司对时间序列预测做了详细的解决,跑模型非常简便。

下面通过一个例子演示在Matlab实现时间序列预测。

一、数据准备

极客范儿在夏天吹电扇的体温变化

时间 风速 温度
0 1 37.21405
0.12457 1.01 37.26016
0.24915 1.02 37.26324
0.37373 1.03 37.31242
0.4983 1.04 37.3155
0.62258 1.05 37.36468
0.74745 1.06 37.36776
0.87203 1.07 37.41694
0.99661 1.08 37.42002

% 原始数据读入到Matlab中
rawData=xlsread('time_series_data.xlsx','sheet1','A2:C52);
% 第一列时间,第二列风速,第三列温度
% yt第三列
y_t=rawData(:,3);
% xt第二列
x_t=rawData(:,2);

二、时间序列预测分类

时间序列预测分为三类:

1、输入为xt,输出是yt

即有过去的输入xt,也有过去的输出yt,同时当前的输出不仅依赖于过去的输入,也同时依赖于过去的输出

过去时间段温度的变化,预测将来某个时间温度的变化,这种情况就是只有过去的输出


%   x_t - 时间序列输入
%   y_t - 反馈时间序列

X = tonndata(x_t,false,false);
T = tonndata(y_t,false,false);

% 选择训练功能
% 'trainlm'通常是最快
% 'trainbr'耗时较长,但可能更适合解决挑战性的问题
% 'trainscg'使用更少的内存。适用于低内存情况
trainFcn = 'trainlm';  % Levenberg-Marquardt反向传播

% 创建一个非线性自回归网络
feedbackDelays = 1:6;
hiddenLayerSize = 20;
net = narnet(feedbackDelays,hiddenLayerSize,'open',trainFcn);

% 为训练和模拟准备数据
% PREPARETS函数为特定网络准备时间序列数据
% 移动时间的最小量,以声明填充输入状态和层
% 使用PREPARETS允许保留原始的时间序列数据不变,同时轻松定制它的网络与不同
% 具有开环或闭环反馈模式的延迟数
[x,xi,ai,t] = preparets(net,{},{},T);

% 建立训练,验证,测试的数据
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;

% 训练静态神经网络 
[net,tr] = train(net,x,t,xi,ai);

% 测试神经网络
y = net(x,xi,ai);
e = gsubtract(t,y);
performance = perform(net,t,y)

% 查看神经网络
view(net)

% Plots
% Uncomment these lines to enable various plots.
%figure, plotperform(tr)
%figure, plottrainstate(tr)
%figure, ploterrhist(e)
%figure, plotregression(t,y)
%figure, plotresponse(t,y)
%figure, ploterrcorr(e)
%figure, plotinerrcorr(x,e)

% 提前预测网络
% 利用该网络进行多步预测
% CLOSELOOP函数将反馈输入替换为直接输入
% 从外部层连接
nets = removedelay(net);
nets.name = [net.name ' - Predict One Step Ahead'];
view(netc)
[xs,xis,ais,ts] = preparets(nets,X,{},T);
ys = nets(xs,xis,ais);
stepAheadPerformance = perform(nets,ts,ys)

2、有x值,有y值:NARX

只有过去的输出

如果给环境加一个风扇,这时候有了风速,过去时间风速在改变,同时也在影响温度的改变

Matlab现在提供时间序列预测工具箱,可以在图形界面上进行调参选择,使用命令ntstool打开时间序列预测工具箱

类似股票的模型,只知道早上9:30开市到11:30的股票行情,预测11:30之后的股票行情,不考虑任何的输入

(1)选择模型类型

tool-001

(2)选择输出,只有y_t

tool-002

(3)选择70%用来作为训练数据,15%用来作为验证使用,15%用来测试

tool-003

(4)选择delay

tool-004

(5)开始训练

tool-005

(6)得到参数

tool-006
tool-007

(7)将神经网络导出代码

tool-008

3、无x,有y值:NAR

没有线性的输入输出,很少遇到这种情况

三、总结

Matlab从2010b版本以后,使用图形界面训练网络调参,生成的代码与手敲的功能无异,Matlab时间序列预测工具箱实用而且好用。

到此这篇关于Matlab实现时间序列预测分类的文章就介绍到这了,更多相关Matlab时间序列预测内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯