贝叶斯优化LSTM做时间序列单输入单输出预测模型，要求数据是单列的时间序列数据，直接替换数据就可以用。 程序语言是matlab，需求最低版本为2021及以上。 程序可以出真实值和预测值对比图，线性拟合图，可打印多种评价指标。

一、模型概述

本模型是一套面向单列时间序列数据的预测解决方案，通过融合长短期记忆网络（LSTM）与贝叶斯优化算法，实现了从数据预处理到模型训练、参数优化、预测评估的全流程自动化。核心目标是解决传统LSTM模型依赖人工经验调参导致的效率低、精度不稳定问题，通过贝叶斯优化对关键网络参数进行智能搜索，最终输出高精度的时间序列预测结果，适用于工业数据监测、环境指标预测、经济数据趋势分析等场景。

二、核心功能模块

（一）数据预处理模块

该模块是模型运行的基础，负责将原始单列时间序列数据转化为符合LSTM网络输入要求的结构化数据，主要包含数据导入、时序重构、数据集划分、归一化处理、格式转换5个子功能，各功能协同确保数据质量与兼容性。

1. 数据导入：支持读取Excel格式的单列时间序列数据文件，自动加载数据并统计样本总数量，为后续处理提供数据基础。同时，通过环境初始化操作（关闭报警信息、清空变量与命令行、关闭冗余图窗），避免历史数据或环境配置对当前模型运行的干扰，保障数据处理过程的稳定性。
2. 时序重构：根据用户设定的延时步长（kim）与预测步长（zim），将一维时间序列数据重构为“多输入-单输出”的样本矩阵。其中，延时步长定义了模型用于预测的历史数据长度（如kim=15表示用前15个时间点的数据作为输入），预测步长定义了模型跨越的时间间隔（如zim=1表示预测下一个时间点的数值）。通过滑动窗口机制，自动生成包含输入特征与对应标签的样本集，实现时间序列数据的结构化转换。
3. 数据集划分：按照预设的训练集比例（默认70%），将重构后的样本集分为训练集与测试集。训练集用于模型参数学习，测试集用于验证模型泛化能力。划分过程中自动计算输入特征维度（根据延时步长确定）与输出维度（固定为1，因是单输出预测），同时统计训练集与测试集的样本数量，为后续数据处理提供维度依据。
4. 数据归一化：采用mapminmax算法将训练集与测试集的输入、输出数据分别归一化到[0,1]区间。该操作可消除不同量级数据对模型训练的影响（如数据范围差异导致的梯度更新失衡），同时保存输入与输出数据的归一化参数（psinput、psoutput），用于后续预测结果的反归一化，确保最终输出结果与原始数据量级一致。
5. 格式转换：将归一化后的矩阵型数据转换为LSTM网络要求的单元格（cell）格式。由于LSTM网络在处理时序数据时，需以序列为单位进行输入，通过循环遍历训练集与测试集样本，将每个样本的输入特征与标签分别封装为独立的单元格元素，满足网络对输入数据结构的特殊要求。

（二）贝叶斯参数优化模块

该模块是模型的核心创新点，负责对LSTM网络的关键参数进行智能搜索与优化，解决传统调参方式效率低、易陷入局部最优的问题，通过构建优化目标函数、定义参数搜索空间、执行贝叶斯优化，输出最优参数组合。

1. 优化目标函数构建：以LSTM模型在训练集上的预测误差为优化目标，定义了基于均方根误差（RMSE）的成本函数。该函数首先从全局环境中获取训练集数据，根据待优化参数动态构建LSTM网络结构与训练配置，随后执行模型训练并计算预测值与真实值的RMSE，将其作为参数优化的评价指标——RMSE越小，表明当前参数组合下模型性能越优。
2. 参数搜索空间定义：明确了3个对LSTM性能影响显著的关键参数及其搜索范围，兼顾参数的物理意义与模型性能需求：
   - 隐藏层单元数（NumOfUnits）：整数类型，搜索范围为[10,50]。该参数决定LSTM网络的特征提取能力，过少会导致欠拟合，过多易引发过拟合与计算资源浪费；
   - 初始学习率（InitialLearnRate）：浮点类型，采用对数变换后在[1e-3,1]区间搜索。学习率控制模型训练过程中参数更新的步长，通过对数变换确保搜索范围覆盖不同量级的学习率，避免因量级差异导致搜索不充分；
   - L2正则化系数（L2Regularization）：浮点类型，采用对数变换后在[1e-10,1e-2]区间搜索。该参数用于抑制模型过拟合，通过对数变换实现对极小值区间的精细搜索，平衡模型复杂度与泛化能力。
3. 贝叶斯优化执行：调用贝叶斯优化算法对参数空间进行高效搜索，核心配置如下：
   - 优化约束：设置最大迭代次数（30次），在保证搜索精度的同时控制计算成本；不限制优化时间，确保算法有足够时间探索参数空间；
   - 搜索策略：通过“非确定性目标函数”设置，适应模型训练过程中可能存在的微小误差波动；关闭并行计算模式，适用于CPU训练环境，避免多线程资源竞争；
   - 结果输出：优化过程中实时显示参数搜索状态，结束后自动筛选出使目标函数（RMSE）最小的参数组合，作为后续LSTM模型训练的最优参数。

（三）LSTM模型训练模块

基于贝叶斯优化输出的最优参数，构建并训练LSTM预测模型，是实现时间序列预测的核心执行单元，包含网络结构构建、训练参数配置、模型训练3个关键环节。

1. 网络结构构建：采用分层堆叠方式构建符合回归任务需求的LSTM网络，各层功能与逻辑如下：
   - 序列输入层（sequenceInputLayer）：接收预处理后的时序输入数据，输入维度与数据预处理阶段确定的特征维度一致，确保数据与网络输入接口匹配；
   - LSTM层（lstmLayer）：采用贝叶斯优化得到的最优隐藏层单元数，负责捕捉时间序列数据中的长期依赖关系，解决传统循环神经网络（RNN）的梯度消失问题；
   - 激活层（reluLayer）：引入非线性变换，增强网络对复杂时序特征的表达能力，缓解线性模型的拟合局限性；
   - 全连接层（fullyConnectedLayer）：将LSTM层提取的高维特征映射到一维输出空间，与预测任务的单输出需求匹配；
   - 回归层（regressionLayer）：定义均方误差（MSE）作为模型训练的损失函数，适配时间序列回归预测任务的目标。
2. 训练参数配置：基于优化后的参数与经验配置，确定模型训练的关键参数，平衡训练效率与模型性能：
   - 优化算法：采用Adam优化器，该算法结合动量梯度下降与自适应学习率策略，能快速收敛且对学习率初始值不敏感；
   - 训练轮次：最大训练轮次（MaxEpochs）设为100，在保证模型充分学习的同时避免过度训练；
   - 梯度控制：设置梯度阈值（GradientThreshold）为1，防止训练过程中出现梯度爆炸问题，保障训练稳定性；
   - 学习率调度：采用分段衰减策略（piecewise），训练850次后将学习率乘以0.2的衰减因子，实现前期快速收敛、后期精细优化；
   - 正则化：应用贝叶斯优化得到的L2正则化系数，抑制模型对训练集噪声的过度拟合；
   - 环境与可视化：指定CPU作为训练环境（兼容无GPU的硬件配置），开启训练进度可视化功能，便于用户实时监控训练过程。
3. 模型训练：加载预处理后的训练集数据，按照上述结构与参数配置启动模型训练。训练过程中，网络通过反向传播不断调整参数以最小化损失函数，直至达到最大训练轮次，最终生成训练完成的LSTM模型。

（四）预测与评估模块

该模块是模型价值输出的关键，负责利用训练完成的模型进行预测，并从多个维度评估模型性能，同时通过可视化方式直观呈现预测结果与误差分布。

1. 预测执行：分别对训练集与测试集数据进行预测，生成模型输出的预测值。由于预测值是经过归一化处理的结果，需调用数据预处理阶段保存的归一化参数（ps_output），对预测值进行反归一化操作，将结果恢复到原始数据的量级，确保预测结果的实际意义。
2. 性能指标计算：从误差大小、拟合程度两个维度，计算4项核心评价指标，全面衡量模型性能：
   - 均方根误差（RMSE）：反映预测值与真实值的整体偏差程度，RMSE越小表明模型误差越小；分别计算训练集（RMSEC）与测试集（RMSEP）的RMSE，用于评估模型在训练数据与未知数据上的误差水平；
   - 决定系数（R²）：衡量模型对数据变化趋势的解释能力，R²越接近1表明模型拟合效果越好；同样区分训练集与测试集R²，评估模型的泛化能力；
   - 平均绝对误差（MAE）：反映预测值与真实值的平均绝对偏差，相较于RMSE更能规避极端异常值的影响，作为误差评估的补充指标；
   - 整体平均指标：计算训练集与测试集RMSE、R²的平均值，综合评价模型在全量数据上的整体性能。
3. 可视化呈现：通过6类图表直观展示预测结果与模型性能，便于用户快速理解模型效果：
   - 预测结果对比图：分别绘制训练集、测试集的真实值与预测值曲线，直观展示两者的吻合程度；
   - 线性拟合图：分别绘制训练集、测试集、全量数据的“真实值-预测值”散点图，并添加线性拟合线，通过散点分布与拟合线斜率，判断模型的拟合效果；
   - 误差分布图：绘制测试集每个样本的预测误差（真实值-预测值），展示误差的波动范围与分布规律，帮助用户识别误差较大的样本区间。
4. 结果输出：在命令行窗口打印所有评价指标（RMSEC、RMSEP、训练集R²、测试集R²、训练集MAE、测试集MAE），同时保存所有可视化图表，为用户提供完整的模型性能报告，支持后续分析与决策。

三、模型优势与适用场景

（一）核心优势

1. 参数优化智能化：通过贝叶斯优化替代人工调参，可在预设参数空间内高效搜索最优组合，避免因经验不足导致的参数配置不合理问题，同时减少调参时间成本，提升模型开发效率；
2. 数据处理自动化：从数据导入到格式转换的全流程无需人工干预，支持用户直接替换Excel数据文件即可运行，降低使用门槛，适用于非专业技术人员；
3. 性能评估全面化：融合RMSE、R²、MAE三类指标与多维度可视化图表，从定量与定性两个层面评估模型性能，结果呈现直观、可靠；
4. 兼容性强：支持CPU训练环境，无需依赖GPU硬件，可在普通计算机上运行；同时支持自定义延时步长、预测步长、训练集比例等参数，适配不同时间序列预测场景的需求。

（二）适用场景

1. 工业监测预测：如设备运行温度预测、生产过程中关键工艺参数（如压力、流量）的趋势预测，帮助提前发现异常并调整生产策略；
2. 环境指标预测：如空气质量指数（AQI）、降雨量、温度等环境数据的短期预测，为环保决策、灾害预警提供数据支持；
3. 经济数据分析：如股票价格、商品销量、GDP增速等经济指标的短期趋势预测，辅助投资决策与经营规划；
4. 其他单列时序场景：所有符合“单列时间序列、需基于历史数据预测未来值”的场景，均可通过替换数据文件直接使用模型。

四、使用说明与注意事项

（一）使用流程

1. 准备Excel格式的单列时间序列数据文件，命名为“数据集.xlsx”，确保数据无缺失值、异常值（建议预处理前进行数据清洗）；
2. 根据预测需求，调整代码中延时步长（kim）、预测步长（zim）、训练集比例（num_size）的数值；
3. 运行主程序，模型将自动完成数据预处理、贝叶斯参数优化、LSTM模型训练、预测与评估；
4. 查看命令行窗口的评价指标与生成的可视化图表，分析模型性能。

（二）注意事项

1. 数据要求：输入数据必须为单列时间序列，若存在多列数据需提前筛选目标列；数据中若存在缺失值或异常值，需先进行填充（如均值填充、插值填充）或剔除，否则会影响模型性能；
2. 参数调整建议：延时步长（kim）需根据数据的时间相关性确定（如日度数据可尝试10-30的范围），过短会导致特征不足，过长会增加计算量；预测步长（zim）建议设置为1-5，步长过大易导致预测精度下降；
3. 计算资源：贝叶斯优化过程（最大迭代30次）与LSTM训练（100轮）均需一定计算时间，若数据量较大（如样本数超过10000），建议适当减少贝叶斯优化迭代次数或LSTM训练轮次，平衡精度与效率；
4. 结果解读：若测试集R²远低于训练集R²（如差值超过0.2），可能存在模型过拟合问题，可尝试增大L2正则化系数或减少LSTM隐藏层单元数；若RMSE过大，可调整延时步长或检查数据质量。

贝叶斯优化LSTM做时间序列单输入单输出预测模型，要求数据是单列的时间序列数据，直接替换数据就可以用。 程序语言是matlab，需求最低版本为2021及以上。 程序可以出真实值和预测值对比图，线性拟合图，可打印多种评价指标。