• 时序预测 | MATLAB实现基于QPSO-BiGRU、PSO-BiGRU、BiGRU时间序列预测


    时序预测 | MATLAB实现基于QPSO-BiGRU、PSO-BiGRU、BiGRU时间序列预测

    效果一览

    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    13

    12

    基本描述

    1.时序预测 | MATLAB实现基于QPSO-BiGRU、PSO-BiGRU、BiGRU时间序列预测;
    2.单变量时间序列数据集;
    3.运行环境Matlab2020及以上,依次运行Main1GRUTS、Main2PSOBiGRUTS、Main3QPSOBiGRUTS、Main4CDM即可,其余为函数文件无需运行,所有程序放在一个文件夹,data为数据集,单变量时间序列;
    BiGRU(双向门控循环单元模型)与粒子群算法优化后的BiGRU(PSOBiGRU)以及量子粒子群算法优化后的BiGRU(QPSOBiGRU)对比实验,可用于风电、光伏等负荷预测,时序预测,数据为单变量时间序列数据集,PSO、QPSO优化超参数为隐含层1节点数、隐含层2节点数、最大迭代次数和学习率。
    4.命令窗口输出MAE、MAPE、RMSE和R2;

    程序设计

    • 完整程序和数据下载:私信博主回复MATLAB实现基于QPSO-BiGRU、PSO-BiGRU、BiGRU时间序列预测
    Function_name='F1'; % Name of the test function that can be from F1 to F23 (Table 1,2,3 in the paper) 设定适应度函数
    [lb,ub,dim,fobj]=Get_Functions_details(Function_name);  %设定边界以及优化函数
    
    N=20;
    M=1000;
    [xm1,trace1]=pso(N,M,dim,lb,ub,fobj);
    [xm2,trace2]=qpso(N,M,dim,lb,ub,fobj);
    
    figure('Position',[269   240   660   290])
    %Draw search space
    subplot(1,2,1);
    func_plot(Function_name);
    title('Parameter space')
    xlabel('x_1');
    ylabel('x_2');
    zlabel([Function_name,'( x_1 , x_2 )'])
    
    %Draw objective space
    subplot(1,2,2);
    plot(trace1,'Color','b','linewidth',1.5)
    hold on
    plot(trace2,'Color','r','linewidth',1.5)
    title('Objective space')
    xlabel('Iteration');
    ylabel('Best score obtained so far');
    
    axis tight
    grid on
    box on
    legend('PSO','QPSO')
    
    %% 取对数 更方便看
    figure
    plot(log10(trace1),'linewidth',1.5)
    hold on
    plot(log10(trace2),'linewidth',1.5)
    legend('PSO','QPSO')
    title('PSO VS QPSO')
    xlabel('iteration/M')
    ylabel('fitness value(log10)')
    function func_plot(func_name)
    
    [lb,ub,dim,fobj]=Get_Functions_details(func_name);
    
    switch func_name 
        case 'F1' 
            x=-100:2:100; y=x; %[-100,100]
            
        case 'F2' 
            x=-100:2:100; y=x; %[-10,10]
            
        case 'F3' 
            x=-100:2:100; y=x; %[-100,100]
            
        case 'F4' 
            x=-100:2:100; y=x; %[-100,100]
        case 'F5' 
            x=-200:2:200; y=x; %[-5,5]
        case 'F6' 
            x=-100:2:100; y=x; %[-100,100]
        case 'F7' 
            x=-1:0.03:1;  y=x  %[-1,1]
        case 'F8' 
            x=-500:10:500;y=x; %[-500,500]
        case 'F9' 
            x=-5:0.1:5;   y=x; %[-5,5]    
        case 'F10' 
            x=-20:0.5:20; y=x;%[-500,500]
        case 'F11' 
            x=-500:10:500; y=x;%[-0.5,0.5]
        case 'F12' 
            x=-10:0.1:10; y=x;%[-pi,pi]
        case 'F13' 
            x=-5:0.08:5; y=x;%[-3,1]
        case 'F14' 
            x=-100:2:100; y=x;%[-100,100]
        case 'F15' 
            x=-5:0.1:5; y=x;%[-5,5]
        case 'F16' 
            x=-1:0.01:1; y=x;%[-5,5]
        case 'F17' 
            x=-5:0.1:5; y=x;%[-5,5]
        case 'F18' 
            x=-5:0.06:5; y=x;%[-5,5]
        case 'F19' 
            x=-5:0.1:5; y=x;%[-5,5]
        case 'F20' 
            x=-5:0.1:5; y=x;%[-5,5]        
        case 'F21' 
            x=-5:0.1:5; y=x;%[-5,5]
        case 'F22' 
            x=-5:0.1:5; y=x;%[-5,5]     
        case 'F23' 
            x=-5:0.1:5; y=x;%[-5,5]  
    end    
    
        
    
    L=length(x);
    f=[];
    
    for i=1:L
        for j=1:L
            if strcmp(func_name,'F15')==0 && strcmp(func_name,'F19')==0 && strcmp(func_name,'F20')==0 && strcmp(func_name,'F21')==0 && strcmp(func_name,'F22')==0 && strcmp(func_name,'F23')==0
                f(i,j)=fobj([x(i),y(j)]);
            end
            if strcmp(func_name,'F15')==1
                f(i,j)=fobj([x(i),y(j),0,0]);
            end
            if strcmp(func_name,'F19')==1
                f(i,j)=fobj([x(i),y(j),0]);
            end
            if strcmp(func_name,'F20')==1
                f(i,j)=fobj([x(i),y(j),0,0,0,0]);
            end       
            if strcmp(func_name,'F21')==1 || strcmp(func_name,'F22')==1 ||strcmp(func_name,'F23')==1
                f(i,j)=fobj([x(i),y(j),0,0]);
            end          
        end
    end
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120

    参考资料

    [1] https://blog.csdn.net/kjm13182345320/article/details/127596777?spm=1001.2014.3001.5501
    [2] https://download.csdn.net/download/kjm13182345320/86830096?spm=1001.2014.3001.5501

  • 相关阅读:
    接收请求参数及数据回显
    Oracle监听连接速度很慢且不稳定问题排查与解决
    【拼题A】 520 钻石争霸赛 2023 题解
    深入理解Kafka分区副本机制
    学习记录:如何进行PWM 输出
    HarmonyOS UI 开发
    基于flask部署paddleocr
    Linux——权限
    webSocket-01
    NVMe SSD 学习总结:04 为什么NVME的SSD越来越受欢迎?
  • 原文地址:https://blog.csdn.net/kjm13182345320/article/details/132612833