生成lstm多变量预测 matlab代码

以下是一个简单的 MATLAB 代码示例，用于使用 LSTM 模型进行多变量时间序列预测：

% 加载数据
data = load('multivariate_data.mat');
X_train = data.X_train;
Y_train = data.Y_train;
X_test = data.X_test;
Y_test = data.Y_test;

% 创建 LSTM 模型
num_features = size(X_train, 2);
num_hidden_units = 100;
num_classes = size(Y_train, 2);
num_epochs = 100;
batch_size = 32;

layers = [ ...
    sequenceInputLayer(num_features)
    lstmLayer(num_hidden_units, 'OutputMode', 'last')
    fullyConnectedLayer(num_classes)
    regressionLayer];

options = trainingOptions('adam', ...
    'MaxEpochs', num_epochs, ...
    'MiniBatchSize', batch_size, ...
    'GradientThreshold', 1, ...
    'Shuffle', 'every-epoch', ...
    'Verbose', false);

% 训练 LSTM 模型
net = trainNetwork(X_train', Y_train', layers, options);

% 对测试集进行预测
Y_pred = predict(net, X_test');

请注意，这只是一个简单的示例代码，需要根据您的数据和预测目标进行修改和调整。此外，需要确保您的数据已正确格式化为适合 LSTM 模型的时间序列格式。