【MATLAB第81期】基于MATLAB的LSTM长短期记忆网络预测模型时间滞后解决思路（更新中）

在LSTM预测过程中，极易出现时间滞后，类似于下图，与一个以上的样本点结果错位，产生滞后的效果。

在建模过程中，输入与输出之间关系的建立，周期性样本选择以及数据处理方式等都会产生影响。

影响因素讨论：
①数据预处理方式
②数据输入输出关系构造

二、案例分析：

1、数据情况

一列数据：
2007-2023年月度数据，168*1

2、数据集构造（训练集和测试集单独标准化处理）

XTrain= dataTrainStandardized (1:M,:);% 训练输入
YTrain = dataTrainStandardized(2:M+1,:);% 训练输出
XTest = dataTestStandardized(0:N,:)%测试输入 0代表训练输入末位数据
YTest = dataTestStandardized(1:N,:);%测试输出

LSTM优化前：
训练集拟合情况：

测试集拟合情况：

预测未来12个月：

LSTM优化后：
LSTM训练集拟合效果：

测试集拟合效果：

LSTM预测未来12个月：