基于轻量级梯度提升机(LightGBM)结合冠豪猪算法(CPO)优化Transformer结合长短期记忆神经网络(LSTM)的数据多变量回归预测，Matlab代码，可直接运行，适合小白新手

其中包含LightGBM+CPO-Transformer-LSTM、CPO-Transformer-LSTM、Transformer-LSTM、LSTM四模型一键对比

其中采用LightGBM对原始数据的关键特征(重要度高的)进行提取(可自定义个数)，作为CPO-Transformer-LSTM模型的输入，本程序采用的数据集为：UCI《共享电车租赁数据集》。数据集来自波尔图大学实验室，输入特征有：季节，年份，月份，小时，节假日，工作日，天气，温度，标准化的体感温度，湿度，风速，休闲用户数，注册用户数共13个特征值，输出为租赁自行车总数。

CPO优化的超参数为：隐藏层节点数、正则化系数、初始化学习率

1.程序已经调试好，无需更改代码替换数据集即可运行！！！数据格式为excel！

2.Transformer 作为一种创新的神经网络结构，深受欢迎。采用 Transformer 编码器对光伏、负荷数据特征间的复杂关系以及时间序列中的长短期依赖关系进行挖掘，可以提高光伏功率、负荷预测的准确性。

3.CPO作为24年新算法，冠豪猪优化器(Crested Porcupine Optimizer，CPO)。该成果于2024年1月发表在中科院1区SCI期刊Knowledge-Based Systems上。(赠送原算法文献)

1️⃣、运行环境要求MATLAB版本为2023b及其以上【如果没有我赠送】

2️⃣、评价指标包括:R2、MAE、MSE、RPD、RMSE等，图很多，符合您的需要

3️⃣、代码中文注释清晰，质量极高

4️⃣、赠送测试数据集，可以直接运行源程序。替换你的数据即可用 适合新手小白

5️⃣、单个代码不讲价，两个及以上才有优惠