CEEMD-CNN-LSTM时序回归预测|多输入输出|互补集合经验模态分解-卷积-长短期网络|代码+数据

目录

一、程序及算法内容介绍：

基本内容：

亮点与优势：

 二、实际运行效果：

三、方法原理介绍：

四、完整程序下载：

---

一、程序及算法内容介绍：

基本内容：

• 本代码基于Matlab平台编译，将互补集合经验模态分解(CEEMD)与卷积-长短期神经网络(CNN-LSTM)结合，进行多输入多输出的时序回归预测(以电力负荷预测为例)

• 采用CEEMD对时序信号数据进行分解，提取出多个IMF分量，计算相关性和样本熵，增加后续预测的精度（数据导入后可自动归一化）

• 通过CNN-LSTM对IMF分量进行训练，学习数据变化特征，最终组合预测出未来情况。(各种网络和训练参数可按需调整)

• 采用对比消融实验，突出所用方法的优势

• 自动计算各种预测误差评价指标，自动输出大量实验结果图片

亮点与优势：

• 注释详细，几乎每一