%% 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
data2 = xlsread('windspeed.xls','Sheet1','B2:B1001');
%% 数据分析
num_samples = length(data2); % 样本个数
kim = 6; % 延时步长（kim个历史数据作为自变量）
zim = 1; % 跨zim个时间点进行预测
or_dim = size(data2,2);
res=[];
% 重构数据集
for i = 1: num_samples - kim - zim + 1
res(i, :) = [reshape(data2(i: i + kim - 1,:), 1, kim*or_dim), data2(i + kim + zim - 1,:)];
end
%% 数据集分析
outdim = 1; % 最后一列为输出
num_size = 0.85; % 训练集占数据集比例
num_train_s = round(num_size * num_samples); % 训练集样本个数
f_ = size(res, 2) - outdim; % 输入特征长度
num_val = 0.2; % 验证集比例
nim=1; % 原始数据的特征是数目
%% 划分训练集和测试集
P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);
P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
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
p_train = reshape(p_train, nim, f_ / nim, M);
p_test = reshape(p_test , nim, f_ / nim, N);
p_train = permute(p_train, [1, 3, 2]);
p_test = permute(p_test , [1, 3, 2]);
t_train = t_train';
t_test = 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
