基于粒子群优化随机森林(PSO-RF)的时间序列预测 PSO-RF时间序列 优化参数为决策树数目和深度， 采用交叉验证抑制过拟合问题 matlab代码 暂无Matlab版本要求 -- 推荐 2018B 版本及以上 采用 RF 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

做时序预测最怕啥？是手里RF（随机森林）调参调到深夜眼冒金星，要么树少欠拟合要么树深过拟合——今天直接掏出PSO这个「懒癌救星+参数调优黑盒」，把树的数量ntree和深度maxdepth直接甩给粒子群，再搭个5折交叉验证稳一手泛化性，附Windows64位能用的Matlab原生RF工具箱代码，2018B往上直接跑。

---

先唠1块钱的原理（别跳，就几句话）

时序预测的核心是把历史数据「滑窗」成RF能吃的监督学习样本，这个咱们后面用代码说。剩下的参数问题：

• n_tree太少≈瞎凑投票，模型方差大；太多≈投票大会超时，但精度不会无限涨（有个饱和点）
• max_depth太浅≈模型太笨，抓不住趋势；太深≈死记硬背昨天的每一秒波动（比如上周三停电半小时的数据也算进去了？不对滑窗一般会过滤或者训练集不含，但叶子节点太纯肯定会记噪声）

那PSO怎么干？就像一群蚂蚁找蛋糕：每个蚂蚁（粒子）代表一组「ntree+maxdepth」的组合，一开始瞎逛，后来根据自己找到的「最好吃的」（历史交叉验证误差最小的参数）和「整个蚁群找到的」（全局最优）调整方向，直到找不到更甜的了。

---

核心代码来了！分三块滑

1. 准备数据+滑窗

先随便造个带趋势带噪声的时序数据（不然用真实数据太麻烦，大家直接替换就行），滑成Xtrain/Xtest（过去N天的数据）和Ytrain/Ytest（第N+1天的数据）。

基于粒子群优化随机森林(PSO-RF)的时间序列预测 PSO-RF时间序列 优化参数为决策树数目和深度， 采用交叉验证抑制过拟合问题 matlab代码 暂无Matlab版本要求 -- 推荐 2018B 版本及以上 采用 RF 工具箱（无需安装，可直接运行），仅支持 Windows 64位系统

这里我滑窗设成过去7天（时序常用的周度窗口，大家改成小时/分钟也一样），训练集前80%，测试集后20%。

%% 第一步：造数据/加载真实数据+滑窗预处理
clear;clc;close all;

% 1.1 造个像模像样的时序：趋势+正弦波动+高斯噪声
t = 1:365; % 模拟365天
trend = 0.5*t; % 线性增长趋势
season = 10*sin(2*pi*t/30); % 月度正弦波动
noise = 5*randn(1,365); % 高斯噪声
data = trend + season + noise;

% 1.2 滑窗函数（封装成匿名函数或者子函数，方便用）
% 输入：原始时序data，窗口大小window_size
% 输出：特征矩阵X（每一行是过去window_size天），标签Y（每一行是第window_size+1天）
window2dataset = @(data, ws) deal(...
    arrayfun(@(i) data(i:i+ws-1), 1:length(data)-ws, 'UniformOutput', false)',...
    data(ws+1:end)'...
);

window_size = 7; % 改成你需要的窗口
[X, Y] = window2dataset(data, window_size);

% 1.3 划分训练测试集（按时间顺序！别打乱！！！）
train_ratio = 0.8;
train_len = floor(length(Y)*train_ratio);
X_train = X(1:train_len,:);
Y_train = Y(1:train_len,:);
X_test = X(train_len+1:end,:);
Y_test = Y(train_len+1:end,:);

⚠️划重点警告！划重点警告！ 时序数据绝对不能用cvpartition打乱划分！！！ 必须按时间顺序，不然测试集数据泄漏到训练集里，误差看起来1%都不到，实际用起来全是坑。

---

2. 写PSO的「适应度函数」

适应度函数就是粒子群的「评分表」，评分越低越好。这里用5折交叉验证的均方误差（MSE） 当评分，因为交叉验证能稳过拟合，MSE直观，大家改成MAE/RMSE/R²也一样（注意R²要取负数，因为PSO找最小）。

%% 第二步：写PSO的适应度函数（放在同一个.m文件里，或者单独存fitness.m也行）
function mse_cv = fitness(params, X_train, Y_train)
    % params是粒子的位置，也就是待优化的参数：
    % params(1) = n_tree（决策树数量，整数！PSO默认浮点数，后面要取整）
    % params(2) = max_depth（决策树最大深度，整数！同样取整）
    n_tree = round(params(1));
    max_depth = round(params(2));
    
    % Matlab原生的TreeBagger函数，就是RF！不用额外装工具箱！
    % 注意：TreeBagger第一个参数必须是树的数量，第二个参数是标签，第三个是特征
    % 'Method','regression'是回归（因为咱们做时序预测），分类用'classification'
    % 'MinLeafSize',1（默认是1，叶子节点最小样本数，这里咱们只优化树的数量和深度，所以固定）
    % 'MaxNumSplits', floor((2^max_depth)-1)（MaxDepth其实是控制最大分裂次数，2^d-1就是完全二叉树的分裂数，对应深度d）
    % 交叉验证用kfoldLoss，5折用kfoldTreeBagger
    cv_tree = kfoldTreeBagger(n_tree, Y_train, X_train, ...
        'Method','regression', ...
        'MaxNumSplits', floor((2^max_depth)-1), ...
        'KFold',5);
    
    % 计算5折交叉验证的MSE
    mse_cv = kfoldLoss(cv_tree, 'LossFun','mse');
end

---

3. 启动PSO优化！

这里我直接用Matlab自带的particleswarm函数（2014b还是2015b出的？反正2018b肯定有），不用额外装PSO工具箱，太香了！

参数范围怎么设？给个经验值就行，别太夸张：

• n_tree：10~200（太少飘，再多跑半天）
• max_depth：2~15（太浅笨，太深记噪声）

%% 第三步：启动PSO优化
% 定义参数范围：lb是下限，ub是上限
lb = [10, 2]; % n_tree≥10，max_depth≥2
ub = [200, 15]; % n_tree≤200，max_depth≤15

% 定义适应度函数的额外输入（X_train,Y_train）
obj_fun = @(params) fitness(params, X_train, Y_train);

% 调用particleswarm函数！
% 输出best_params是全局最优参数，best_fitness是对应的最小MSE
% 'Display','iter'是显示每一代的迭代过程，不想看改成'off'
% 'SwarmSize',20是粒子群的大小，经验值是20~50，越大越准但越慢
% 'MaxIterations',30是最大迭代次数，经验值20~50
rng(0); % 固定随机种子，方便复现
[best_params, best_fitness] = particleswarm(obj_fun, 2, lb, ub, ...
    'Display','iter', ...
    'SwarmSize',20, ...
    'MaxIterations',30);

% 把最优参数取整
best_n_tree = round(best_params(1));
best_max_depth = round(best_params(2));
fprintf('\n优化完成！最优参数：\n决策树数量n_tree = %d\n决策树最大深度max_depth = %d\n5折交叉验证MSE = %.4f\n',...
    best_n_tree, best_max_depth, best_fitness);

---

最后测试一下+画图

用最优参数训个完整的RF，然后测试集预测，画个对比图。

%% 第四步：测试最优模型+画图
% 训完整的RF
final_rf = TreeBagger(best_n_tree, Y_train, X_train, ...
    'Method','regression', ...
    'MaxNumSplits', floor((2^best_max_depth)-1));

% 测试集预测
Y_pred = predict(final_rf, X_test);

% 计算测试集的MSE、RMSE、R²
test_mse = mean((Y_pred - Y_test).^2);
test_rmse = sqrt(test_mse);
test_r2 = 1 - sum((Y_pred - Y_test).^2)/sum((Y_test - mean(Y_test)).^2);
fprintf('\n测试集性能：\nMSE = %.4f\nRMSE = %.4f\nR² = %.4f\n',...
    test_mse, test_rmse, test_r2);

% 画图：训练集真实值+测试集真实值+测试集预测值
figure('Color','w','Position',[100,100,1000,400]);
hold on;
plot(1:train_len, Y_train, 'b-','LineWidth',1,'DisplayName','训练集真实值');
plot(train_len+1:length(Y), Y_test, 'g-','LineWidth',1.5,'DisplayName','测试集真实值');
plot(train_len+1:length(Y), Y_pred, 'r--','LineWidth',1.5,'DisplayName','测试集预测值');
xlabel('时间（天）');
ylabel('目标值');
legend('Location','best');
title(['PSO-RF时间序列预测（窗口=',num2str(window_size),'天，最优n_tree=',num2str(best_n_tree),'，最优max_depth=',num2str(best_max_depth),'）']);
grid on;
hold off;

---

碎碎念几句

1. 替换真实数据的时候，记得把自己的时序数据丢进去就行，滑窗函数不用改
2. 窗口大小window_size、PSO的粒子群大小SwarmSize、最大迭代次数MaxIterations这些「超超参数」，也可以微调，但粒子群已经帮咱们省了90%的力了，先凑合用经验值跑通再说
3. 如果是分类问题（比如预测明天股票涨/跌），把TreeBagger的'Method','regression'改成'classification'，适应度函数的'LossFun','mse'改成'LossFun','classerror'就行
4. 只支持Windows64位！！！TreeBagger在其他系统的Matlab原生版本好像有问题？大家如果是Mac/Linux，可以换成第三方的RF工具箱或者用Python的sklearn（不过用户要的是Matlab代码，所以就说Windows64）

运行一下看看结果，反正我这里用随机种子0，最优参数大概是ntree=120左右，maxdepth=8左右，测试集R²能到0.98+，因为造的数据比较干净，真实数据可能会低一点，但交叉验证已经帮咱们滤掉不少过拟合的坑了。