EMD-GRU/GRU基于经验模态分解和门控循环单元的时间序列预测(含GRU、EMD-GRU模型的对比)。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据

 

%% 建立
T_sim3 =[];
T_sim4 =[];
data1 = u';

for i = 1:size(data1,2)
data2=  data1(:,i);
num_samples = length(data2);       % 样本个数 
kim = 5;                      % 延时步长（kim个历史数据作为自变量）
zim =  1;                      % 跨zim个时间点进行预测
or_dim = size(data2,2);
res=[];
%  重构数据集
for i = 1: num_samples - kim - zim + 1
    res(i, :) = [reshape(data2(i: i + kim - 1,:), 1, kim*or_dim), data2(i + kim + zim - 1,:)];
end

% 训练集和测试集划分
outdim = 1;                                  % 最后一列为输出
num_size = 0.7;