%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行
%% 导入数据
f = xlsread('windspeed.xls','Sheet1','B2:B1001');
[x,y]=data_process(f,12); %步长为12
n=size(x,1);
m=round(n*0.7); %前70%训练，对最后30%进行预测
P_train=x(1:m,:)';
T_train=y(1:m,:)';
P_test=x(m+1:end,:)';
T_test=y(m+1:end,:)';
f_ = size(P_train,1); % 输入特征维度
%% 划分训练集和测试集
M = size(P_train, 2);
N = size(P_test, 2);
%% 数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);
[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);
%% 数据平铺
% 将数据平铺成1维数据只是一种处理方式
% 也可以平铺成2维数据，以及3维数据，需要修改对应模型结构
% 但是应该始终和输入层数据结构保持一致
vp_train = double(reshape(p_train, f_, 1, 1, M));
vp_test = double(reshape(p_test , f_, 1, 1, N));
vt_train= double(t_train)';
vt_test = double(t_test )';
disp(['搜索：'])
disp(['https://mbd.pub/o/DDR1'])
%% 打印出评价指标
%% disp(['-----------------------误差计算--------------------------'])
%% disp(['评价结果如下所示：'])
%% disp(['平均绝对误差MAE为：',num2str(MAE2)])
%% disp(['均方误差MSE为： ',num2str(mse2)])
%% disp(['均方根误差RMSEP为： ',num2str(error2)])
%% disp(['决定系数R^2为： ',num2str(R2)])
%% disp(['剩余预测残差RPD为： ',num2str(RPD2)])
%% disp(['平均绝对百分比误差MAPE为： ',num2str(MAPE2)])
%% grid
