VMD-SE-Transformer-GRU多变量时序预测MATLAB实战

简介：本资源面向具备一定信号处理与深度学习基础、熟悉MATLAB编程的研发人员、数据科学家与研究生，聚焦多变量时序中非平稳性、多尺度波动与变量耦合等难点。资源为1个docx文档，压缩包约117KB，以项目报告形式系统梳理了基于变分模态分解（VMD）、样本熵（SE）与Transformer-GRU组合模型的完整预测方案，涵盖理论设计、算法实现与工程部署全流程，并配有可复现的MATLAB代码示例。内容从多变量VMD分解的参数选择与复杂度问题切入，说明样本熵如何量化各模态复杂度并构造特征，再讲解Transformer全局注意力与GRU局部动态建模的协同结构、特征融合与归一化重构策略，同时给出数据预处理、模型训练、性能评估与GUI可视化界面设计等模块。已有321人学习，可用于智能电网、机械故障诊断、金融风控等场景的多变量预测建模，帮助读者掌握调参、特征融合与结构对比的实践思路。

1. 多变量非平稳序列的预测困局：VMD-SE-Transformer-GRU 在 MATLAB 里的位置

风电功率、区域负荷、光伏出力这类多变量时间序列，往往同时包含风速、温度、辐照度、历史功率等多个通道。直接把原始序列送进 GRU 或 LSTM，模型容易被高频噪声和趋势突变带偏，验证集误差忽高忽低，调参也变成碰运气。变分模态分解（VMD）把每个通道拆成若干本征模态函数，样本熵（SE）再给每个模态的复杂度打分，把熵值接近的模态合并成少数几个分量，输入分支数量降下来。Transformer 负责跨时间步的长程依赖，GRU 负责局部连续变化，两者串行或并行组合成 VMD-SE-Transformer-GRU。在 MATLAB 里做这件事，信号处理工具箱的vmd和深度学习工具箱的序列层就能把流程串起来，不必从零写优化器。适合已经用 MATLAB 做过数据分析、想把手里的多变量预测脚本升级到分解加深度组合模型的人。

2. VMD 分解与样本熵重构：MATLAB 端的数据准备与参数选择

拿到一份多变量时序数据，第一件事不是急着搭网络，而是把数据整理成“每列一个变量、每行一个时间点”的矩阵。假设原始数据为rawData，大小为T×N，T是时间步数，N是变量个数。缺失值用线性插值补齐，然后逐列做归一化。常见做法是使用 z-score 或 min-max，但要注意：训练集和测试集必须用同一组归一化参数，否则反归一化后的误差没有意义。多变量预测里，目标列通常是其中一列，比如负荷功率；其余列作为外生输入。VMD 对每一列单独分解，得到该通道的若干 IMF 和一个残差项，再把所有通道的 IMF 按时间对齐，形成新的多变量序列。

2.1 用 vmd 函数完成逐通道分解：K、Alpha 与容差怎么设

MATLAB 的vmd函数在信号处理工具箱中提供，基本调用形式如下。不同版本参数名可能略有差异，可以用help vmd确认。

% rawData: T×N 多变量矩阵，每列一个通道 % 先归一化，再逐列 VMD dataNorm = normalize(rawData, 'zscore'); K = 5; % 模态数，常用 3~8 alpha = 2000; % 带宽惩罚因子，常用 500~3000 tol = 1e-7; % 收敛容差 allIMF = cell(1, size(dataNorm, 2)); allRes = cell(1, size(dataNorm, 2)); for col = 1:size(dataNorm, 2) [imf, res, info] = vmd(dataNorm(:, col), ... 'NumIMFs', K, ... 'PenaltyFactor', alpha, ... 'RelativeTolerance', tol); % imf 维度为 T×K，每列是一个模态 allIMF{col} = imf; allRes{col} = res; fprintf('通道 %d 分解完成，迭代次数：%d\n', col, info.NumIterations); end

逻辑说明：vmd对单通道信号做变分模态分解，返回imf矩阵和残差res。NumIMFs决定分解出多少个模态，PenaltyFactor控制每个模态的带宽，值越大带宽越窄，模态越集中；值太小会导致模态混叠。RelativeTolerance影响迭代停止条件，一般设在1e-6到1e-8。多通道数据必须逐列分解，不能把多列直接传给vmd，否则函数会把每列当成独立信号处理，但返回结构不利于后续对齐。

K 的选择没有万能公式。K 太小，趋势项和高频项混在同一模态里，样本熵分组失去意义；K 太大，会出现过分解，相邻模态中心频率接近，后续重构反而引入虚假分量。一个可操作的判断方法是观察每个 IMF 的中心频率和重构误差。如果增加 K 后，相邻模态的主频差异小于 5%，或者残差能量占比已经低于 1%，就可以停止增加。

Alpha 的调节和 K 有耦合。K 增大时，通常也要适当增大 alpha，否则带宽变宽，模态之间容易重叠。如果分解结果里某个 IMF 明显包含两种不同频率成分，优先增大 alpha；如果所有 IMF 都过于平滑，丢失了高频波动，则减小 alpha。残差项一般单独保留，不参与样本熵分组，因为它代表分解后剩余的低频趋势或直流分量。

2.2 样本熵的计算与 IMF 重组：把 K 个模态压成 2~3 个输入分量

样本熵衡量时间序列的复杂度，值越大说明序列越不规则、越接近噪声；值越小说明序列越有规律、越接近趋势。对每个 IMF 计算样本熵，再根据熵值把 IMF 分成高频组和低频组，分别相加，得到两个重构分量。这样输入到 Transformer-GRU 的通道数从N×K降到N×2左右，既能保留多尺度信息，又能控制模型输入维度。

样本熵的常用参数是嵌入维数m=2，相似容限r=0.1~0.25×std。下面是一个可直接调用的函数实现。

function se = sample_entropy(x, m, rFactor) % x: 输入序列，行向量或列向量 % m: 嵌入维数，通常取 2 % rFactor: 容限系数，通常取 0.1~0.25 x = x(:)'; N = length(x); r = rFactor * std(x); if r == 0 se = 0; return; end % 构造 m 维和 m+1 维模板向量 Xm = zeros(N - m, m); Xm1 = zeros(N - m, m + 1); for i = 1:N - m Xm(i, :) = x(i:i + m - 1); Xm1(i, :) = x(i:i + m); end % 计算匹配数 B = 0; A = 0; for i = 1:N - m - 1 distM = max(abs(Xm(i + 1:end, :) - Xm(i, :)), [], 2); B = B + sum(distM <= r); distM1 = max(abs(Xm1(i + 1:end, :) - Xm1(i, :)), [], 2); A = A + sum(distM1 <= r); end if B == 0 || A == 0 se = Inf; else se = -log(A / B); end end

逻辑说明：sample_entropy先计算序列标准差，再乘以rFactor得到容限r。然后构造m维和m+1维模板向量，统计距离小于等于r的匹配对数量。最后用-log(A/B)得到样本熵。如果B或A为零，说明序列太短或r太小，返回Inf，此时需要增大rFactor或检查序列长度。对每个 IMF 调用该函数，得到熵值列表。

% 假设 imf 为 T×K 矩阵，逐列计算样本熵 K = size(imf, 2); seVals = zeros(1, K); for k = 1:K seVals(k) = sample_entropy(imf(:, k), 2, 0.2); end % 方法一：按阈值分组，高频组和低频组 threshold = median(seVals); highIdx = seVals >= threshold; lowIdx = seVals < threshold; imfHigh = sum(imf(:, highIdx), 2); imfLow = sum(imf(:, lowIdx), 2); % 方法二：kmeans 聚成两类，适合熵值分布差异明显的情况 [idx, C] = kmeans(seVals', 2); imfGroup1 = sum(imf(:, idx == 1), 2); imfGroup2 = sum(imf(:, idx == 2), 2);

阈值分组简单直接，适合模态数不多的情况。kmeans分组更客观，但要注意初始点敏感，可以设置'Replicates', 5来稳定结果。分组后，每个通道得到两个重构分量，所有通道的分量按时间拼接，形成新的多变量输入矩阵。下表记录了一个通道的典型结果，实际数值会随数据变化。

重组之后，建议再检查一次能量占比。高频组能量一般不超过总能量的 30%，如果超过，说明 VMD 的 K 可能偏小，或者阈值分组把过多模态划到了高频。此时可以增大 K 或调整rFactor，重新计算样本熵。

3. Transformer-GRU 组合模型的 MATLAB 搭建与训练参数

VMD-SE 处理完的数据仍然是时间序列，只是通道数减少、不同尺度的分量被分开。接下来要把这些分量送进 Transformer-GRU。Transformer 的自注意力机制擅长捕捉长距离依赖，但参数量大，对局部连续变化的建模不如 GRU 直接；GRU 门控结构适合短时依赖，但感受野有限。两者组合可以在不显著增加计算量的前提下，兼顾全局和局部。MATLAB 的深度学习工具箱提供了selfAttentionLayer、layerNormalizationLayer、gruLayer等层，可以直接拼接成dlnetwork或layerGraph。

3.1 串行、并行还是残差：三种组合方式的取舍

组合方式决定了信息流动路径。串行结构让序列先经过 Transformer 编码器，再进入 GRU；并行结构让两个分支同时处理输入，最后拼接或相加；残差结构在串行基础上加入跳跃连接，缓解梯度消失。三种方式没有绝对优劣，取决于数据长度和算力。

我一般会先从串行结构开始，因为它的物理含义清晰：Transformer 输出的是全局加权后的表示，GRU 在这个表示上继续提取局部动态。如果验证集损失下降很慢，再改成并行结构，把原始输入同时接入 GRU 分支。残差连接建议在 Transformer 块内部使用，而不是在整个模型外面加，否则原始噪声会直接传到输出。

3.2 用 dlnetwork 搭建含自注意力与 GRU 的回归网络

下面是一个串行结构的网络定义骨架。位置编码用自定义函数生成，加到输入序列上。自注意力层输出经过层归一化和残差连接，再送入 GRU。最后用全连接层输出预测值。

% 参数设置 numFeatures = size(XTrain, 1); % 输入通道数，即重组后的分量数 dModel = 64; % 注意力隐藏维度 numHeads = 4; % 注意力头数 numGRUUnits = 80; % GRU 隐藏单元数 dropout = 0.2; % 定义网络层 layers = [ sequenceInputLayer(numFeatures, 'Name', 'input') % 位置编码通过自定义层或函数在训练前加入，这里用全连接做维度映射 fullyConnectedLayer(dModel, 'Name', 'fc_in') selfAttentionLayer(numHeads, dModel, 'Name', 'self_attn') layerNormalizationLayer('Name', 'ln1') dropoutLayer(dropout, 'Name', 'drop1') % 残差连接需要相同维度，此处简化为直接串接 gruLayer(numGRUUnits, 'OutputMode', 'sequence', 'Name', 'gru') dropoutLayer(dropout, 'Name', 'drop2') fullyConnectedLayer(1, 'Name', 'fc_out') regressionLayer('Name', 'regression') ]; % 转换为 dlnetwork net = dlnetwork(layers);

逻辑说明：sequenceInputLayer接收numFeatures个通道的序列，输入格式为C×B×T，其中C是通道数，B是批大小，T是时间步。fullyConnectedLayer(dModel)把输入映射到注意力维度。selfAttentionLayer需要指定头数和模型维度，MATLAB 的该层要求dModel能被numHeads整除。layerNormalizationLayer对每个样本做归一化，稳定训练。gruLayer设置'OutputMode','sequence'时返回完整序列，如果只做最后一步预测，可以设为'last'并接全连接。regressionLayer计算均方误差损失。

位置编码可以用正弦函数生成，加到输入上。如果不想写自定义层，也可以在数据预处理阶段把位置编码拼接到每个时间步的特征后面。常见做法是：

function pos = positional_encoding(T, dModel) % 生成 T×dModel 的位置编码矩阵 pos = zeros(T, dModel); for t = 1:T for i = 1:dModel/2 omega = 1 / (10000 ^ ((2*i - 2) / dModel)); pos(t, 2*i - 1) = sin(t * omega); pos(t, 2*i) = cos(t * omega); end end end

把位置编码加到输入序列的每个时间步后，再送入网络。如果输入通道数不等于dModel，先用全连接映射到dModel。注意dlnetwork对输入格式敏感，XTrain需要是C×B×T的dlarray，并且要标记维度顺序，例如'CBT'。

3.3 trainingOptions 的关键参数：学习率、批大小与验证策略

训练选项直接影响收敛速度和过拟合程度。多变量时序预测的样本量通常不大，批大小不宜过大，否则梯度估计噪声小但更新次数少；学习率过高会导致损失震荡，过低则收敛慢。验证集用来观察过拟合，早停可以避免无效训练。

options = trainingOptions('adam', ... 'MaxEpochs', 100, ... 'MiniBatchSize', 64, ... 'InitialLearnRate', 1e-3, ... 'LearnRateSchedule', 'piecewise', ... 'LearnRateDropPeriod', 20, ... 'LearnRateDropFactor', 0.5, ... 'GradientThreshold', 1, ... 'ValidationData', {XVal, YVal}, ... 'ValidationFrequency', 30, ... 'ValidationPatience', 10, ... 'Shuffle', 'every-epoch', ... 'Plots', 'training-progress', ... 'Verbose', false);

MiniBatchSize取 32 到 128 之间，样本量少时用 32。InitialLearnRate从1e-3开始，如果损失曲线剧烈震荡，降到1e-4。LearnRateDropPeriod和LearnRateDropFactor实现分段衰减，每 20 轮学习率乘 0.5。GradientThreshold设为 1 可以裁剪梯度，防止 GRU 梯度爆炸。ValidationPatience设为 10，验证损失连续 10 次不下降就停止。Shuffle设为'every-epoch'打乱样本顺序，避免批内相关性过强。

如果使用dlnetwork而不是Layer数组，需要用trainnet或自定义训练循环。trainnet支持dlnetwork，但损失函数和输出格式要匹配。对于回归任务，可以在trainnet中指定'LossFcn','mse'。无论哪种方式，都要保证训练集、验证集、测试集按时间顺序切分，不能随机打乱后再切分，否则会造成未来信息泄漏。

4. 多变量时序预测全流程：滑动窗口、训练脚本与指标计算

数据经过 VMD-SE 重组后，得到新的多变量矩阵。接下来要把时间序列切成监督学习样本。多变量预测的输入是过去lookback个时间步的所有通道，输出是未来horizon个时间步的目标通道。滑动窗口构造样本对时，要保证输入窗口和输出窗口之间没有重叠，否则模型会“看到”未来。训练集、验证集、测试集按时间先后切分，通常 70%/15%/15%。

4.1 构造 lookback-horizon 样本对与多变量输入格式

下面函数把T×N矩阵转成C×B×T格式的元胞数组，方便送入trainNetwork或dlnetwork。

function [X, Y] = create_dataset(data, lookback, horizon, targetCol) % data: T×N 多变量矩阵 % lookback: 输入历史长度 % horizon: 预测步长 % targetCol: 目标列索引 T = size(data, 1); N = size(data, 2); numSamples = T - lookback - horizon + 1; X = cell(1, numSamples); Y = zeros(horizon, numSamples); for i = 1:numSamples % 输入：lookback×N，转置为 N×lookback X{i} = data(i:i + lookback - 1, :)'; % 输出：horizon×1，目标列 Y(:, i) = data(i + lookback:i + lookback + horizon - 1, targetCol); end end

逻辑说明：X{i}的维度是N×lookback，对应sequenceInputLayer的通道维和时间维。Y的每一列是一个样本的未来horizon步目标值。如果horizon大于 1，输出层需要输出多个值，可以把fullyConnectedLayer(1)改成fullyConnectedLayer(horizon)，或者保持单步输出并滚动预测。滚动预测会累积误差，适合短期预测；直接多步输出适合固定步长预测。

调用方式：

lookback = 48; % 例如过去 48 个时间点 horizon = 1; % 预测下一步 targetCol = 1; % 目标列 [XAll, YAll] = create_dataset(dataReconstructed, lookback, horizon, targetCol); % 按时间切分 numTrain = floor(0.7 * length(XAll)); numVal = floor(0.15 * length(XAll)); XTrain = XAll(1:numTrain); YTrain = YAll(:, 1:numTrain); XVal = XAll(numTrain+1:numTrain+numVal); YVal = YAll(:, numTrain+1:numTrain+numVal); XTest = XAll(numTrain+numVal+1:end); YTest = YAll(:, numTrain+numVal+1:end);

注意YAll是horizon×numSamples矩阵，切分时要按列切。XTrain是元胞数组，trainNetwork可以直接接受。如果使用dlnetwork，需要把元胞数组转成dlarray并标记维度。一个简单做法是写循环，把每个样本转成dlarray(X{i}, 'CT')，批处理时再拼接。

4.2 训练、验证与测试集切分

用trainNetwork训练 Layer 数组：

net = trainNetwork(XTrain, YTrain, layers, options);

如果layers最后是regressionLayer，YTrain应该是horizon×numTrain的矩阵。trainNetwork会自动按批处理元胞数组。训练过程中观察training-progress窗口，重点看验证损失是否在下降。如果训练损失下降但验证损失上升，说明过拟合，可以增大 dropout、减小网络宽度或增加训练数据。如果两者都不下降，检查学习率是否太小、输入是否归一化、VMD 重构是否引入异常值。

训练完成后，在测试集上预测：

YPred = predict(net, XTest); YPred = YPred'; % 转成 numTest×horizon YTest = YTest'; % 转成 numTest×horizon

如果输出是多步，YPred的维度要和YTest对齐。预测结果还需要反归一化。假设归一化时保存了目标列的均值和标准差：

YPredReal = YPred * stdTarget + meanTarget; YTestReal = YTest * stdTarget + meanTarget;

4.3 反归一化与 RMSE/MAE/MAPE/R2 计算

评价指标不能只看一个。RMSE 对大误差敏感，MAE 更稳健，MAPE 反映相对误差，R2 衡量拟合优度。多变量预测中，目标列的量纲不同，MAPE 要避免分母接近零的情况。

rmse = sqrt(mean((YTestReal - YPredReal).^2, 'all')); mae = mean(abs(YTestReal - YPredReal), 'all'); mape = mean(abs((YTestReal - YPredReal) ./ YTestReal), 'all') * 100; r2 = 1 - sum((YTestReal - YPredReal).^2, 'all') / ... sum((YTestReal - mean(YTestReal, 'all')).^2, 'all'); fprintf('RMSE=%.4f, MAE=%.4f, MAPE=%.2f%%, R2=%.4f\n', rmse, mae, mape, r2);

把 VMD-SE-Transformer-GRU 的结果和单一 GRU、单一 Transformer、未分解的 GRU 做对比，才能看出分解和组合是否真的有效。对比时保持训练集、验证集、测试集切分一致，随机种子固定，否则差异可能来自数据划分而不是模型结构。

5. 调参与排错：从模态混叠到过拟合的排查清单

VMD-SE-Transformer-GRU 的调参不是孤立地调某一层，而是分解参数、样本熵分组、网络容量三者联动。VMD 的 K 和 alpha 决定了输入分量的尺度和数量，样本熵阈值决定了分组是否合理，Transformer 的头数和 GRU 的隐藏单元决定了模型能拟合多复杂的映射。一个常见误区是先把 VMD 调到完美，再单独调网络；实际上 VMD 产生的分量如果过于平滑，网络会欠拟合；如果分量噪声过多，网络会过拟合。

5.1 VMD 参数与网络容量联动调整

我一般会先固定网络结构，用网格搜索调 VMD 的 K 和 alpha，观察验证集 RMSE。K 从 3 到 8，alpha 从 500 到 3000，步长可以取 500。每次分解后重新计算样本熵并重组，再训练同一个网络。记录每组参数下的验证误差，选误差最小且分量数量适中的组合。然后固定 VMD 参数，调 Transformer 头数和 GRU 单元数。头数通常取 2、4、8，GRU 单元数取 32、64、80、128。如果算力有限，优先调 GRU 单元数，因为自注意力层参数量随 dModel 平方增长。

5.2 常见报错与验证方法

VMD 分解后，第一件事是验证重构误差。所有 IMF 加残差应该接近原信号。如果误差过大，说明分解参数不合理。

% 验证 VMD 重构误差 recon = sum(imf, 2) + res; err = norm(dataNorm(:, col) - recon) / norm(dataNorm(:, col)); fprintf('通道 %d 重构相对误差：%.2e\n', col, err);

相对误差在1e-6以下说明分解正常；如果大于1e-3，检查NumIMFs是否太小，或者PenaltyFactor是否过大导致部分分量未被提取。样本熵返回Inf时，通常是序列长度小于m+1或r太小。可以增大rFactor到 0.25，或者对 IMF 做重采样。如果kmeans分组出现空簇，说明所有 IMF 的熵值太接近，此时用阈值分组更稳定。

trainNetwork报维度不匹配时，重点检查输入元胞数组的维度。sequenceInputLayer(numFeatures)要求每个样本是numFeatures×T，如果构造时用了T×N，就会报错。dlnetwork的dlarray必须标记'CBT'，批处理维不能丢。如果使用predict时忘记把XTest转成元胞数组，也会报错。训练不收敛时，先在一个极小子集上过拟合，比如取 50 个样本，看训练损失能否降到接近零。如果连小子集都拟合不了，说明网络结构或学习率有问题；如果小子集能拟合但全量验证差，说明数据划分或正则化需要调整。

最后一个实用技巧：把 VMD-SE 重组后的分量单独画出来，和原始目标列对比。高频组应该只在突变处有响应，低频组应该跟随主趋势。如果高频组包含了明显的趋势，说明样本熵分组把低频模态误判为高频，此时应提高阈值或改用kmeans并检查聚类中心。

本文还有配套的精品资源，点击获取