CEEMDAN+(CNN-Transformer+ARIMA)组合预测模型

作品简介

此代码已经继续加入 组合预测模型 全家桶：组合预测模型全家桶 (mbd.pub)

全家桶包括以下内容：

  1. 基于Python时序预测：LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较 (mbd.pub)
  2. CEEMDAN +组合(CNN-LSTM+ARIMA)预测模型 (mbd.pub)
  3. CEEMDAN +(BiLSTM-Attention+ARIMA)组合预测模型 (mbd.pub)
  4. CEEMDAN+(CNN-Transformer+ARIMA)组合预测模型 (mbd.pub)
  5. CEEMDAN+(Transformer-BiLSTM+ARIMA)组合预测模型 (mbd.pub)
  6. CEEMDAN +组合预测模型(CNN-Transfromer + XGBoost) (mbd.pub)


完备集合经验模态分解CEEMDAN与混合预测模型（CNN-Transformer + ARIMA）的方法，以提高时间序列数据的预测性能。该方法的核心是使用CEEMDAN算法对时间序列进行分解，接着利用CNN-Transformer模型和ARIMA模型对分解后的数据进行建模，最终通过集成方法结合两者的预测结果。

包括 风速数据， 以及已经生成制作好的经过CEEMDAN分解的风速数据集、标签集，对应代码均可以运行，还有CEEMDAN解示例

CNN-Transformer + ARIMA模型, 有着更小的MSE, MAE，效果特别明显

包括数据CEEMDAN预处理的代码，和完整CNN-Transformer模型预测代码、 ARIMA预测模型代码、可视化代码

环境：python 3.9

任何环境安装或者代码问题，请联系作者沟通交流，对于购买者，作者免费解决后续问题，关注微信公众号[建模先锋]，联系作者；


（平台显示上传文件少于图片中文件解释：平台上传不了大文件，大文件在付费后的网盘链接里面；但是文件数据可以根据上传的代码 生成）



创作时间：