黑翅鸢算法优化CNN-BiLSTM-Attention的客流量预测实战

简介：这是一份基于黑翅鸢算法BKA-CNN-BiLSTM-Attention的客流量预测Matlab实现，面向计算机、电子信息工程、数学等专业的学生，可用于课程设计、期末大作业与毕业设计。代码采用参数化编程，注释清晰，附赠可直接运行的案例数据，替换数据后即可使用，适合新手快速上手。压缩包共19个文件，以11个m源码文件为主，涵盖BKA优化算法、CNN特征提取、BiLSTM双向时序建模及Attention注意力机制等核心模块；另有5张结果图、2份xlsx数据文件和1个txt说明文档，便于对照运行结果与理解流程。包体仅286KB，轻量易下载。已有147人学习，算法在全局寻优与时间序列预测方面具备创新性，同时兼顾兼容性，支持Matlab 2014、2019a及2024a版本，适合作为算法对比实验或预测项目的基础框架。

1. 客流量预测为什么绕不开黑翅鸢算法：一个组合模型解决两件事

客流量预测这个题目，地铁、机场、景区、商场都在做。数据无非是客流计数的历史序列，可一旦遇到节假日、天气突变、临时管制，客流曲线就会变得很不讲道理。传统ARIMA能抓住线性趋势，抓不住这种非线性突变；单一LSTM能抓住部分趋势，却对超参数极其敏感。于是现在做预测方案的人，普遍把目光放在CNN卷积神经网络、BiLSTM双向时序和Attention注意力的组合上。这个组合效果好，但可复现性差——同一套网络，换一组学习率或隐藏单元数，结果就能差出去一大截。黑翅鸢算法BKA在这里的角色，就是自动去搜索这些超参数，把“调参玄学”变成“可记录的寻优过程”。这篇文章按我在Matlab里实际跑这类模型的经验，讲清楚为什么要这么串、数据怎么切、网络怎么搭、坑在哪里，适合正在做时序预测方向的研究生和工程师。

2. 拆解BKA-CNN-BiLSTM-Attention：寻优、特征、双向时序与注意力各自补位

2.1 BKA在解决什么：先把CNN和BiLSTM的超参数找个底

先别急着看卷积怎么算、LSTM怎么更新，客流量预测这类任务，模型结构再花哨，最后卡住的往往是超参数。输入窗口长度、卷积核数量、BiLSTM隐藏单元数、学习率、L2正则系数、批大小，这六七个参数互相影响，手调一次要训练好几轮网络，基本是调一次悔一次。以前大家用网格搜索（grid search）试，问题很明显：每组参数都要完整训练一遍网络，维度稍微一多，组合数直接爆炸。

黑翅鸢算法（Black Kite Algorithm，简称BKA）属于群体智能优化算法，思路是模拟黑翅鸢的捕食和迁徙行为。它的设计里，攻击阶段负责大范围探索解空间，迁徙阶段配合Levy飞行做局部精细搜索。听起来复杂，但落到代码层面不过就是一群“个体”在参数范围里移动，每移动一步，就训练一次网络算一个适应度值，也就是验证集误差。和网格搜索相比，BKA不用遍历所有组合，而是根据当前最优结果不断调整搜索方向；和MATLAB里常见的贝叶斯优化相比，BKA不需要建立概率代理模型，写起来直接，换成别的同类算法（比如遗传算法、粒子群）也很容易。

我自己的体会是，BKA在小种群、少迭代场景下，搜索能力够用，不容易一开始就掉进某个局部最优里爬不出来。但这不是说它保证最优，而是说它能把一组“不太差”的超参数稳定地找出来，尤其适合客流量预测这种适应度评估很贵、每次都要训练神经网络的任务。需要提醒的是，BKA本身是随机算法，如果不对随机种子做固定，两次搜索结果会有明显波动，这个问题到第4章再展开。

2.2 CNN、BiLSTM、Attention怎么串：先局部特征后双向语义再时间加权

确定了用BKA找参数，接下来就要理解这三个网络组件为什么以“CNN→BiLSTM→Attention”的顺序串在一起。顺序不是随便定的，每个组件解决一类问题。

CNN卷积神经网络在这里处理的是局部特征。客流量有个特点：一段时间窗口内，前几分钟的走势往往能预示接下来几分钟的变化，比如早高峰前15分钟的持续爬坡，几乎必然带来后15分钟的客流尖峰。1D卷积核的作用就是扫过这段序列，把这种局部变化模式提取成特征图。卷积层放在最前面，相当于先做了一次特征增强，让后面的时序模型看到的是更明显的模式，而不是原始数值。

BiLSTM是双向LSTM，做的是双向时序建模。单向LSTM只能看过去，而BiLSTM在窗口内既能看过去、又能看“未来”，这个未来是训练窗口内的后向信息。对客流数据来说，某个时刻的异常低值，往往需要结合后面几分钟的回弹才能判断是真实低谷还是噪声，双向结构对这种场景更稳。相比单层LSTM，BiLSTM参数量翻倍，但建模能力也明显更强，在中等长度序列上性价比很高。

Attention机制的定位是时间加权。BiLSTM输出的是整个时间步的隐状态，每个时间步对最终预测的贡献并不一样。比如一天当中，早上8点10分的客流量，可能比早上6点50分更有决定意义；如果只取BiLSTM最后一个时间步的输出，前面的信息会被压缩，而注意力层会对每个时间步计算一个权重，再把所有隐状态加权求和，相当于让模型自己决定“哪几个时间点最值得看”。放在BiLSTM之后，是因为权重计算的对象应当是已经编码好的双向语义，而不是原始输入。

2.3 为什么选这组搭配而不是更深的Transformer：数据量与训练成本

经常有人问，既然有了Transformer和自注意力机制，为什么还要用CNN+BiLSTM+Attention这种混合结构。做客流量预测，多数可用数据的量级在几千条到几万条之间，双路客流可能还不到一万行。Transformer的优势在大规模数据上表现出来，序列不够长、样本不够多时，很容易学到噪声上，训练时间却不便宜。CNN+BiLSTM+Attention是Transformer问世前比较成熟的时序处理组合，网络参数量适中，Matlab的Deep Learning Toolbox里这些层都有现成支持，复现论文方便，也容易解释每个组件的作用。

另外，从原始标题看，这个方案关注的是预测算法研究，既然要做研究，就不只是跑数值，还要讲清楚“为什么这样设计更合理”。这组结构对客流这一类有局部趋势、周期规律、突发干扰的数据，解释性足够。如果你要处理的是海量多点位数据，再考虑换更深的模型也不迟。

3. 用Matlab把BKA-CNN-BiLSTM-Attention跑通：从数据窗口到训练完成的完整流程

3.1 数据准备：读取CSV客流、切窗、归一化与数据集划分

在Matlab里做客流预测，第一步不是搭网络，而是把数据整理成监督学习的输入输出对。假设你手上有一份CSV文件，第一列是时间，第二列是客流量，先读取，再做缺失值处理。

% 读取客流数据，假设结构为：时间, 客流量 data = readmatrix('flow_data.csv'); flow = data(:, 2); % 简单处理缺失值，客流数据偶尔会出现空位 flow = rmmissing(flow); % 时间序列预测必须按时间顺序划分，不能随机打散 trainLen = floor(0.8 * length(flow)); trainRaw = flow(1:trainLen); valRaw = flow(trainLen+1:end); % 归一化：只用训练集的均值/标准差，避免数据泄漏 flowMean = mean(trainRaw); flowStd = std(trainRaw); trainNorm = (trainRaw - flowMean) / flowStd; valNorm = (valRaw - flowMean) / flowStd;

代码的逻辑是先把数据从CSV里读出来，rmmissing去掉空值，然后把序列按8比2切分。注意这里用的是顺序切分，客流数据不能像图像那样随机打乱再切，否则相邻样本会串到训练集和验证集两侧，造成验证指标失真。归一化时，flowMean和flowStd只从训练集计算，验证集和测试集都用训练集的统计量去缩放。这个细节很多人会漏，一旦把全序列一起做归一化，相当于让验证集提前看到了训练集的整体分布，模型的能力会被高估。

切好序列后，接下来是滑动窗口。常见的做法是设定一个窗口长度，比如用过去24个时间点的客流量预测下1个时间点，然后以步长为1不断滑动，生成成对的输入输出。

function [X, Y] = makeWindows(seq, winSize) n = length(seq); X = zeros(winSize, n - winSize); Y = zeros(1, n - winSize); for i = 1:n - winSize X(:, i) = seq(i:i+winSize-1); Y(:, i) = seq(i+winSize); end end winSize = 24; [XTrain, YTrain] = makeWindows(trainNorm, winSize); [XVal, YVal] = makeWindows(valNorm, winSize);

这里X的每一列是一个窗口，Y是对应的下一时刻真实值。winSize取多少需要权衡：窗口太短，早高峰的趋势还没展开就看不清；窗口太长，样本数量变少，训练成本上升。对小时粒度客流数据，我一般先试24，代表过去一天；如果数据是15分钟粒度，可以试48或96，代表半天到一天。

3.2 构建网络结构：sequenceInputLayer到regressionLayer的层图模板

有了数据以后，在Matlab里搭模型常用trainNetwork加layerGraph的方式。你可以直接用一个层数组把网络串起来。注意：BiLSTM输出要设置成'sequence'，否则Attention层拿不到完整的时间步序列。

% 网络结构：CNN -> BiLSTM -> Attention -> FC -> Regression numChannels = 1; % 每步输入一个客流数值 numFilters = 32; % 卷积核数量，后续由BKA优化 hiddenUnits = 64; % BiLSTM隐藏单元数，后续由BKA优化 kernelSize = 3; % 卷积核长度 layers = [ sequenceInputLayer(numChannels, 'Name', 'input') convolution1dLayer(kernelSize, numFilters, 'Padding', 'same', 'Name', 'conv1') reluLayer('Name', 'relu1') bilstmLayer(hiddenUnits, 'OutputMode', 'sequence', 'Name', 'bilstm') attentionLayer(hiddenUnits, 'Name', 'attention') % R2024a+内置Attention层 fullyConnectedLayer(1, 'Name', 'fc') regressionLayer('Name', 'output') ]; lgraph = layerGraph(layers);

convolution1dLayer在一维时间序列上做卷积，Padding设为'same'是为了保证卷积后时间步数不缩减，这样BiLSTM能继续处理完整序列。bilstmLayer里OutputMode选了'sequence'，让每个时间步都输出隐状态，Attention层才有东西可加权。attentionLayer在较新版本的Deep Learning Toolbox里可以直接用，如果你用的Matlab版本比较旧，就需要用自定义层实现注意力，这部分我会在第4章讲维度对不上的问题。

网络搭好以后，训练选项里最需要关注的，一个是学习率，一个是L2正则，还有一个是验证集配置。在BKA寻优阶段，每次训练不需要跑满，否则整个寻优流程会非常慢。常见做法是先设MaxEpochs=30，打开ValidationData做早停，让每一轮训练在验证集不下降时自动截止。

options = trainingOptions('adam', ... 'InitialLearnRate', 0.005, ... 'L2Regularization', 0.0001, ... 'MaxEpochs', 30, ... 'MiniBatchSize', 64, ... 'ValidationData', {XVal', YVal'}, ... 'ValidationPatience', 5, ... 'Verbose', 0, ... 'Plots', 'none');

这里的XVal'是因为trainNetwork要求样本按时间步放在行方向，数据准备阶段生成的窗口矩阵需要转置。ValidationPatience设为5，意思是验证损失连续5次不下降就停止训练，这对客流量预测这种容量不足的数据能起到明显的防过拟合效果。

3.3 把BKA写成目标函数：超参编码、适应度返回与主循环骨架

BKA寻优的核心，是把上一小节的“搭网络、训练、在验证集上算误差”封装成一个函数，输入是一组待优化的超参数，输出是验证集误差。误差越小，代表这组超参数越适合当前客流数据。

function cost = flowPredictCost(x, XTrain, YTrain, XVal, YVal) % 解码超参数，x是BKA种群中的一个个体 lr = 10^x(1); % 学习率，对数刻度 hiddenUnits = round(x(2)); % 隐藏单元数，取整 numFilters = round(x(3)); % 卷积核数量，取整 l2 = 10^x(4); % L2正则系数，对数刻度 % 组装网络 layers = [ sequenceInputLayer(1, 'Name', 'input') convolution1dLayer(3, numFilters, 'Padding', 'same', 'Name', 'conv1') reluLayer('Name', 'relu1') bilstmLayer(hiddenUnits, 'OutputMode', 'sequence', 'Name', 'bilstm') attentionLayer(hiddenUnits, 'Name', 'attention') fullyConnectedLayer(1, 'Name', 'fc') regressionLayer('Name', 'output') ]; options = trainingOptions('adam', ... 'InitialLearnRate', lr, ... 'L2Regularization', l2, ... 'MaxEpochs', 30, ... 'MiniBatchSize', 64, ... 'Verbose', 0, 'Plots', 'none'); net = trainNetwork(XTrain', YTrain', layers, options); YPred = predict(net, XVal'); cost = sqrt(mean((YPred - YVal').^2)); % 验证集RMSE end

这里有几个参数设计上的细节。学习率和L2正则使用了对数刻度解码，因为这两个参数跨的数量级大，直接在原始刻度上搜索会浪费大量个体在无效区间。隐藏单元数和卷积核数量必须取整，否则bilstmLayer会直接报错。训练选项里Verbose设为0，是让BKA在每代几十次目标函数评估时不刷屏，不然控制台很快被训练日志塞满。

BKA主循环骨架大致如下：

popSize = 20; % 种群个体数 maxIter = 30; % 寻优迭代次数 dim = 4; % 优化维度：lr, hiddenUnits, filters, l2 % 参数边界：lr在[1e-4, 1e-2]，hiddenUnits在[16,128] % filters在[16,64]，l2在[1e-5,1e-3]，统一用对数或原始坐标表示 lb = [-4, 16, 16, -5]; ub = [-2, 128, 64, -3]; % 随机初始化种群 pop = lb + rand(popSize, dim) .* (ub - lb); fitness = zeros(popSize, 1); for t = 1:maxIter % 评估适应度 for i = 1:popSize fitness(i) = flowPredictCost(pop(i, :), XTrain, YTrain, XVal, YVal); end [bestFit, idx] = min(fitness); if t == 1 || bestFit < globalBestFit globalBestFit = bestFit; globalBestPos = pop(idx, :); end % BKA位置更新：前2/3迭代走攻击模式，后1/3走迁徙模式 if t < maxIter * 2 / 3 for i = 1:popSize if rand < 0.9 pop(i, :) = pop(i, :) + randn(1, dim) .* (globalBestPos - pop(i, :)) .* (1 - t / maxIter); end end else % 迁徙模式：Levy飞行小幅扰动 for i = 1:popSize levy = levyFlights(dim); % 生成Levy步长 pop(i, :) = pop(i, :) + levy .* (pop(i, :) - globalBestPos); end end % 边界约束，越界个体拉回边界 pop = max(pop, lb); pop = min(pop, ub); end

flowPredictCost每被调用一次，就完整训练一次网络，这是整个流程里最耗时的地方。所以种群规模不建议超过20，迭代次数可以控制在30以内。BKA攻击阶段的核心是让个体向当前全局最优收敛，同时用randn保持探索；迁徙阶段通过Levy飞行产生偶尔的大步长，帮助跳出局部最优。边界约束必须加，否则个体跑到负学习率或者小数隐藏单元数，目标函数就直接异常了。

4. 避坑：训练客流预测模型容易翻车的5个地方

4.1 验证集指标虚高，一上线就变差：数据泄漏

现象是：本地验证集RMSE做到很低，MAPE不到3%，可模型放到下一周真实客流上预测，误差直接翻倍。这个翻车现场，九成是数据泄漏。

原因我见过两类。第一类是把全序列放在一起算mapminmax或zscore，然后再切训练集和验证集，相当于验证集分布已经被训练集统计量污染了。第二类是滑动窗口生成样本时，相邻窗口大量重叠，切分时又用了随机抽取，于是训练集里出现了验证集样本的“近亲”，模型相当于提前背了答案。

解决方法是严格按时间顺序划分，归一化参数只用训练集计算，验证集、测试集都沿用训练集的统计量。第3章代码里的做法就是标准处理。如果要做时间序列交叉验证，记得用前向链式划分：先训练前1/3，预测中1/3；再训练前2/3，预测后1/3，而不是把序列打乱。

4.2 训练损失下降但验证MAPE纹丝不动：过拟合与早停

现象是训练集的RMSE一路走低，但验证集的损失曲线在前面几轮下来之后就开始横盘，甚至缓慢上升。这说明网络开始把训练集里的噪声背下来了。

客流数据本身噪声很大，有时候一个无人值守闸机的偶发跳变，网络也会当作规律去学习。解决思路有三个。一是打开ValidationPatience，让验证损失连续多个epoch不下降就提前截断，不要等训练跑满。二是缩小网络容量，BKA在解码隐藏单元数时，适当把上限从128压到96，很多情况下64已经够用。三是加入Dropout层或增大L2正则系数，但对于时序模型，Dropout要谨慎放在BiLSTM和Attention之间，位置放错了反而破坏时序状态。

4.3 Attention维度对不上：层图组装报错

现象是构建层图时报错，提示bilstm层的输出和attention层的输入尺寸不匹配，或者fullyConnectedLayer期望的输入维度和实际不符。

原因通常是两个。一是bilstmLayer的OutputMode用了'last'，导致Attention层拿到的是一个向量而不是一组时间步序列，时间维度被直接吃掉了。二是自定义的注意力层如果没有处理好维度，输出的特征维度和全连接层对不上。解决方法是先把OutputMode改成'sequence'，然后在自定义层里明确写出：输入是[features, seqLen, batch]格式的dlarray，加权求和后输出是[features, batch]。如果你看报错信息只看最后一行的“不兼容”，往往会被绕晕，正确做法是把层图里每个层的输出尺寸列出来，从头对到尾。

4.4 BiLSTM在CPU上一夜跑不完：寻优阶段要降成本

现象是BKA第一代还没评估完，就已经跑了一下午。原因很好理解：BiLSTM是双向结构，比单向LSTM多一倍计算量，而BKA每代要评估20个个体，每个个体都要训练一次网络。如果每次都跑50个epoch，时间成本完全不可控。

解决方法是把寻优当成粗筛而不是精调。BKA寻优阶段MaxEpochs控制在20到30，ValidationPatience开到4或5；等找到最优参数后，再用这个参数在更大的epoch上重新训练一次作为最终模型。还有一种做法是先将15分钟粒度的数据降采样为一个小时一个点，窗口长度不变，样本量减少了，训练速度快很多，等网络结构确定后再回到原始粒度微调。

4.5 BKA每次寻优结果不一样：随机种子与目标函数噪声

现象是同样一份客流数据，昨天跑出来的最优学习率是0.0012，今天跑出来0.0081，两套参数训练出的模型性能还差不多。这是很多人在复现论文时最容易碰到的困惑。

原因有两层。第一层是BKA种群初始化是随机的，不同初始位置可能收敛到不同局部最优。第二层是flowPredictCost内部每次都用随机权重初始化去训练网络，同一个体两次评估的适应度本身就有波动，这种噪声会干扰BKA对“哪个个体更好”的判断。解决方法是，在目标函数靠近开头处加上rng(42)固定训练随机种子，每个个体训练前重置一次；如果条件允许，每个个体用不同种子训练三次取平均RMSE，代价是训练时间翻三倍，但对最终稳定性帮助明显。另一个习惯是寻优完成后固定全套随机种子重跑一遍最终模型，得到的结果才是论文里可以记录的数字。

5. 验证与进阶：BKA参数调多少、结果怎么证明真有用

5.1 两个最快见效的参数：种群规模与迭代次数

BKA自身的参数不多，最值得调的是种群规模和迭代次数。我在客流量数据上的经验是：种群别超过20，迭代别超过30。种群再大，目标函数评估次数线性上涨，而搜索质量提升不多；迭代太多，到后期所有个体都挤在最优解附近，继续迭代只是在原地打转。下表是一组适合作为起点的参数范围。

5.2 用滚动预测验证，而不是单步拟合

很多复现实验只报告单步预测误差，也就是每个时间点都用真实值不断喂给模型。这种方式实际应用中意义有限，因为真实场景里预测未来一小时，模型要用自己上一步的预测输出作为下一步输入，误差会累积。验证模型真实水平，应该做滚动预测：先用测试集第一个窗口预测下一个点，然后把预测点拼进窗口尾部，删掉窗口头部，继续预测。这个过程跑完整个测试集，计算累积RMSE或MAPE。如果滚动预测误差比单步误差大得多，说明模型对自身误差的鲁棒性不足，需要在训练数据里加入噪声或调整窗口长度。

5.3 把一次实验的配置固定下来，否则结果就是玄学

我自己的血泪经验是，早期跑这类混合模型时经常出现“上一周跑出好结果，这周同样的代码跑不出”的尴尬。后来把所有实验配置写进一个脚本文件：随机种子、BKA参数、网络层配置、归一化统计量、数据切分位置、训练选项逐一记录。每次实验只改一个变量，其他全部保持默认。Matlab里可以用rng(固定值)在整个脚本开头固定随机源，BKA和网络初始化都会受影响，这样至少保证同一份数据下结果可复现。对做算法研究的人来说，这个习惯比多调出零点几个百分点的精度更重要。这套流程跑通之后，你自然会明白哪些环节是可以偷懒的，哪些环节是绝对不能碰运气的。希望帮到你。

本文还有配套的精品资源，点击获取