简介：一份基于Matlab实现Transformer-BiLSTM多输入多输出预测的完整项目实例，面向熟悉编程、希望将深度学习用于时序预测的科研人员和工程师。资源涵盖项目背景、模型架构、训练流程、GUI设计及代码详解，适用于金融、医疗、交通、电力等多领域的多输入多输出回归任务。包体为1个docx文档，大小60KB，内容从环境准备、数据预处理、模型构建与训练，到防止过拟合、参数调整、性能评估和未来改进方向，均配有详细说明与代码实现。目前已有50人学习下载，文档不仅给出Transformer与BiLSTM结合的创新模型设计，还提供了完整程序代码和GUI界面设计思路，便于读者参照实现自己的预测模型。整体结构从理论到实践逐步展开，既讲解长期依赖与双向信息捕捉的优势，也给出误差热图、残差图、ROC曲线等评估手段，适合直接迁移到实际项目中。 上次做电力负荷预测项目时，甲方临时把单输出改成了多输出，要把未来三个时段的负荷一起预测出来。当时手头正好在跑Transformer-BiLSTM混合模型，索性把输出层一改、GUI一封装，愣是折腾出来一套完整的Matlab方案。今天把这套东西拆开揉碎讲清楚，包含完整程序逻辑、GUI设计思路和调参时踩过的坑，项目场景和代码框架都可以直接参考复现。
开头说明一下，这篇博文面向的读者，不是那些只需要调包跑个LSTM的入门选手，而是真正要在Matlab里从零搭建混合模型、处理多输入多输出时序预测、并且还要交付一个像样界面的同学。不管你是做科研要对比算法效果，还是在工程里做预测系统，这篇内容都值得认真读完。
1. 多输入多输出预测的需求分析与方案选型
1.1 什么场景需要多输入多输出预测
先明确一个概念：多输入多输出在时间序列预测里到底长什么样。以最典型的电力负荷预测为例，输入侧往往包含多个维度的历史数据——过去几天的负荷值、当日温度、湿度、风速、是否为节假日等多个特征；输出侧不是预测未来一个点，而是要同时给出未来1小时、3小时、6小时的负荷值，这就是典型的多输入多输出（MIMO）预测。
这种需求在交通流量预测、空气质量预报、金融时序分析里同样常见。比如交通流量预测，输入是上下游多个路口的流量、占有率、车速数据，输出是未来多个时间窗口的各路口流量。传统做法是每个输出单独建一个模型，但输出维度之间存在内在耦合关系，单独建模会丢失这种相关性。一次建立多输入到多输出的映射关系，是MIMO预测的核心价值，也是这类模型能真正落地到工程系统的原因。
1.2 为什么选Transformer-BiLSTM组合
LSTM在时间序列里确实经典，但有个很现实的问题：它处理长序列时，信息会被逐步“稀释”，尤其当输入窗口拉长到几十个时间步，前面重要的特征很容易被遗忘门处理掉，真正关键的信息传递不到输出端。
Transformer和LSTM形成互补，各自解决对方的问题：
- Transformer核心是自注意力机制（Self-Attention），直接计算序列内部任意两个位置之间的依赖关系，不管距离多远都能一步到位捕捉到。长距离依赖问题，Transformer天然擅长。
- BiLSTM双向结构能同时读取过去和未来的上下文信息，对于时序数据的局部模式识别能力很强，因为BiLSTM训练更稳定，不容易出现梯度消失。
用Transformer提取全局依赖特征，再用BiLSTM做序列上下文建模，最后接全连接输出层实现多输出映射，这就是混合模型的核心逻辑。我在项目中实测过，纯Transformer做小样本时序预测很容易过拟合，而纯BiLSTM在长序列上的表现又不尽人意，两者组合综合效果和训练稳定性都更好。
1.3 Matlab在深度学习时序预测中的特殊优势
选Matlab而不是Python做这个项目，有几个很实在的考虑因素：
首先是Matlab的深度学习工具箱封装程度高，bilstmLayer、sequenceInputLayer、fullyConnectedLayer这些内置层直接调用，省去手动造轮子的时间。写代码不需要深入了解底层数值计算细节。其次，Matlab对科研和工程交付友好，模型训练好后可以直接打包成独立应用，配合App Designer做GUI界面，不需要额外搭建Web框架。再者，Matlab的调试可视化能力在多层网络结构检查方面非常强，对理解模型内部层状态很有帮助。
当然，Python生态的Keras、PyTorch更灵活，但Matlab胜在“一体化”——数据处理、模型搭建、训练验证、界面打包一条龙，非常适合快速验证和工程落地。
2. 数据准备与滑动窗口构造
2.1 数据格式设计
任何深度学习项目，数据格式永远是第一位。这个项目用到的数据结构为：
- 输入：一个
numFeatures × numTimeSteps × numObservations的三维数组，或者直接使用cell数组存储不同样本的序列。 - 输出：
numResponses × numTimeSteps × numObservations格式，其中numResponses就是多输出的维度数量。
以我的项目为例，输入特征选了6个：历史负荷、温度、湿度、风速、是否节假日、历史均值。预测输出是3个：未来1小时、未来3小时、未来6小时的负荷值。这样输入维度就是6，输出维度就是3，目标任务清晰明了。
需要特别提醒的是，Matlab的sequenceInputLayer默认接受numFeatures × numTimeSteps的矩阵格式，如果你的数据是numTimeSteps × numFeatures排的，记得先转置。
2.2 滑动窗口机制
时序预测的数据集构造，用的是滑动窗口切分。核心参数是两个：窗口长度windowSize和预测步长forecastHorizon。
% 滑动窗口切分数据示例 function [XTrain, YTrain, XTest, YTest] = createSlidingWindow(data, inputSize, outputSize, windowSize) numSamples = size(data, 1) - windowSize - outputSize + 1; X = zeros(inputSize, windowSize, numSamples); Y = zeros(outputSize, numSamples); for i = 1:numSamples X(:, :, i) = data(i : i + windowSize - 1, :)'; % 输入窗口 Y(:, i) = data(i + windowSize : i + windowSize + outputSize - 1, 1); % 输出目标 end % 按比例划分训练集和测试集 trainRatio = 0.8; numTrain = round(numSamples * trainRatio); XTrain = X(:, :, 1:numTrain); YTrain = Y(:, 1:numTrain); XTest = X(:, :, numTrain+1:end); YTest = Y(:, numTrain+1:end); end窗口长度选多长很有讲究。选得太短，模型的“记忆”不够，捕捉不到周期性和趋势性特征；选得太长，样本数量锐减，训练集不够。我的经验是：先看数据的自相关图，找到自相关系数衰减到显著水平以下的时间滞后点，用这个滞后值作为窗口长度的基准，再上下浮动调整。对于日粒度数据，一般窗口长度覆盖一个完整周期（7天、30天）效果比较理想。实际项目里我最终设置的windowSize = 24，因为数据是小时粒度，刚好覆盖一天的负荷变化规律，这个选择直接影响到模型能否学到日内调峰规律。
2.3 数据归一化的必要性
时序预测里不做归一化，模型直接起飞。LSTM内部的激活函数对输入幅度非常敏感，Transformer的注意力权重计算也极度依赖数值尺度，特征值在几百和零点几之间横跳，梯度直接乱掉。我是用Matlab的mapminmax做最小最大归一化，把所有特征压缩到[-1, 1]区间。
% 归一化处理 [Xn, ps_input] = mapminmax(X_train_raw, -1, 1); [Yn, ps_output] = mapminmax(Y_train_raw, -1, 1); % 预测完成后反归一化 Y_pred = mapminmax('reverse', Y_pred_norm, ps_output);归一化有一个经常被忽略的细节：测试集的归一化参数必须用训练集算出来的ps_input和ps_output，不能单独对测试集重新做归一化。原因很简单，归一化本质是数据预处理的一部分，测试集扮演的是“未来未知数据”的角色，如果用了测试集自身的统计量，就等于在测试阶段偷看了数据分布，测试结果会虚高。这个细节在实际项目中非常容易踩坑，务必注意。
3. Transformer-BiLSTM核心模型搭建
3.1 Transformer编码器在Matlab中的实现
Matlab在R2023a版本之后，深度学习工具箱加入了multiheadAttention函数，可以直接构建多头注意力层，非常方便。在自定义层中，通过multiheadAttention实现多头注意力机制，然后在predict函数中执行前向传播。
Transformer编码器的核心结构：输入 → 多头自注意力 → 残差连接 + 层归一化 → 前馈网络 → 残差连接 + 层归一化。Matlab里用自定义层来实现这个结构：
classdef transformerEncoderLayer < nnet.layer.Layer properties NumHeads ModelDim FFNDim LayerNorm1 LayerNorm2 end properties (Learnable) QueryWeights KeyWeights ValueWeights OutputWeights FC1Weights FC1Bias FC2Weights FC2Bias end methods function layer = transformerEncoderLayer(modelDim, numHeads, ffDim, name) layer.Name = name; layer.Type = 'TransformerEncoder'; layer.NumHeads = numHeads; layer.ModelDim = modelDim; layer.FFNDim = ffDim; layer.LayerNorm1 = layerNormalizationLayer('Name', [name '_LN1']); layer.LayerNorm2 = layerNormalizationLayer('Name', [name '_LN2']); % 初始化权重参数 d = sqrt(modelDim); layer.QueryWeights = randn(modelDim, modelDim) / d; layer.KeyWeights = randn(modelDim, modelDim) / d; layer.ValueWeights = randn(modelDim, modelDim) / d; layer.OutputWeights = randn(modelDim, modelDim) / d; layer.FC1Weights = randn(ffDim, modelDim) / sqrt(modelDim); layer.FC1Bias = zeros(ffDim, 1); layer.FC2Weights = randn(modelDim, ffDim) / sqrt(ffDim); layer.FC2Bias = zeros(modelDim, 1); end function [Z, memory] = predict(layer, X) % X: modelDim × timeSteps × batchSize [modelDim, ~, batchSize] = size(X); Q = pagemtimes(layer.QueryWeights, X); K = pagemtimes(layer.KeyWeights, X); V = pagemtimes(layer.ValueWeights, X); % 多头注意力 headDim = modelDim / layer.NumHeads; numHeads = layer.NumHeads; % 分头处理 Q = reshape(Q, headDim, numHeads, [], batchSize); K = reshape(K, headDim, numHeads, [], batchSize); V = reshape(V, headDim, numHeads, [], batchSize); % 计算注意力分数 scores = pagemtimes(permute(Q, [1 3 2 4]), permute(K, [3 1 2 4])); scores = scores / sqrt(headDim); weights = softmax(scores, 1); attnOutput = pagemtimes(weights, permute(V, [1 3 2 4])); % 合并多头输出 attnOutput = permute(attnOutput, [1 3 2 4]); attnOutput = reshape(attnOutput, modelDim, [], batchSize); % 输出投影 output = pagemtimes(layer.OutputWeights, attnOutput); % 残差连接 + 层归一化 Z = output + X; Z = layer.LayerNorm1.predict(Z); % 前馈网络 FFN = relu(pagemtimes(layer.FC1Weights, Z) + layer.FC1Bias); FFN = pagemtimes(layer.FC2Weights, FFN) + layer.FC2Bias; Z = layer.LayerNorm2.predict(FFN + Z); end end end这段代码是Transformer编码器层最精简的Matlab实现了。核心点有三个：
pagemtimes是Matlab的批量矩阵乘法，支持N维数组，一次处理整个batch的矩阵运算，效率很高。- 多头注意力的实现先把Q、K、V按头数拆分，再分别计算注意力分数，最后合并。
- 残差连接和层归一化是整个Transformer训练稳定的关键，如果不加，大概率训练过程中梯度爆炸。
3.2 BiLSTM层与输出层设计
Transformer编码器负责提取全局特征之后，特征序列进入BiLSTM层。Matlab里直接调用bilstmLayer即可：
bilstmLayer = bilstmLayer(128, 'OutputMode', 'last', ... 'Name', 'bilstm_1');这里特别注意OutputMode的设置。有两种选择：
'last'：BiLSTM只输出最后一个时间步的隐藏状态，然后直接接全连接层，适合输入是序列、输出是单点的场景。'sequence'：输出每个时间步的隐藏状态，适合序列到序列的任务。
对于多输入多输出预测，我们的输入是多个时间步的序列，输出是未来多个时间点的值——本质上是序列到向量的映射，所以用'last'模式，把最后一步的隐状态拼接，输入到全连接层。
BiLSTM的隐藏单元数量也是需要调的超参数。太小学不到复杂模式，太大容易过拟合且训练慢。我这个项目里选择了128作为初始值，这个参数直接影响了后续训练的收敛速度和最终精度。
输出层的设计直接决定多输出如何实现。既然目标是3维输出，那么最后的全连接层输出维度就是3。
3.3 完整的网络结构定义
整合上面的组件，完整的模型定义如下：
% 构建完整的 Transformer-BiLSTM 网络 function lgraph = createTransformerBiLSTM(inputSize, hiddenSize, outputSize, numHeads, modelDim) layers = [ sequenceInputLayer(inputSize, 'Name', 'input') % Transformer编码器层 transformerEncoderLayer(modelDim, numHeads, modelDim*4, 'transformer_1') transformerEncoderLayer(modelDim, numHeads, modelDim*4, 'transformer_2') % BiLSTM层 bilstmLayer(hiddenSize, 'OutputMode', 'last', 'Name', 'bilstm') % 全连接输出层 fullyConnectedLayer(outputSize, 'Name', 'fc_out') regressionLayer('Name', 'output') ]; lgraph = layerGraph(layers); end我在实际项目中放了两层Transformer编码器。为什么是两层而不是一层？一层自注意力只能捕捉一种粒度的依赖关系，两层可以逐层抽取更抽象的特征。不过也不是越多越好，对于时间序列这种数据量通常不大的场景，层数翻倍后参数量也翻倍，很容易过拟合。一般一两层足够，三层以上在没有大量数据支撑的情况下不建议尝试。
4. 网络训练策略与超参数调优
4.1 训练参数配置
网络结构定义好之后，训练环节是决定模型性能的关键所在。训练参数配置直接决定了模型能否收敛，以及收敛到哪个质量的局部最优解。
% 训练参数配置 options = trainingOptions('adam', ... 'MaxEpochs', 100, ... 'MiniBatchSize', 32, ... 'InitialLearnRate', 0.001, ... 'GradientThreshold', 1, ... 'Shuffle', 'every-epoch', ... 'ValidationData', {XValidation, YValidation}, ... 'ValidationFrequency', 10, ... 'Plots', 'training-progress', ... 'Verbose', true);这里有几个参数值得展开讲：
InitialLearnRate设为0.001是Adam优化器比较稳妥的起点。学习率太大，损失函数会在最优解附近震荡甚至发散；太小，训练速度慢到让人怀疑人生。训练过程中可以配合LearnRateSchedule做衰减，我习惯每20轮衰减为原来的0.5倍。GradientThreshold设为1，这个非常关键。Transformer加BiLSTM的复合结构在训练初期容易出现梯度爆炸，如果不加梯度截断，损失值经常直接变成NaN。MiniBatchSize设为32。这个参数需要考虑显存大小，batch太大显存不够，太小训练不稳定且收敛慢。
4.2 训练过程中的实时监控
Matlab训练时打开'Plots', 'training-progress'有一点好处，可以直接看到训练集和验证集损失曲线的实时变化。
我自己总结了一套判断训练状态的“土办法”：
- 训练损失下降，验证损失也下降 → 正常训练，继续跑。
- 训练损失下降，验证损失不降反升 → 过拟合信号，应提前停止，增大Dropout或减小模型容量。
- 训练损失和验证损失都纹丝不动 → 学习率太低或梯度消失，考虑调大学习率或检查归一化。
- 损失值突然变成NaN → 梯度爆炸，检查学习率、梯度阈值，以及输入数据是否有异常值。
注意，验证损失每10轮计算一次（ValidationFrequency参数），如果验证集很小，波动会很大，此时可以适当调大验证频率，减少监控噪声。
4.3 多输出任务的特殊处理
多输出预测相比单输出，有个额外需要注意的地方：损失函数如何综合多个输出维度的误差。
Matlab默认的regressionLayer用的是均方误差(MSE)，它对所有输出维度一视同仁。但如果3个输出维度的数值范围差异悬殊（比如负荷预测里，未来1小时的负荷可能是1000MW级别，未来6小时可能是500MW级别，而某些特征只有个位数），那么MSE会被大数值的维度主导，导致模型对小数值维度的预测很差。
处理方式：在数据预处理阶段，所有输出都做了归一化，已经解决了尺度不一致的问题。但如果某些输出维度重要性不同，比如未来1小时的预测精度更重要，那么需要自定义加权损失函数。Matlab里可以继承nnet.layer.RegressionLayer来实现：
classdef weightedRegressionLayer < nnet.layer.RegressionLayer properties Weights end methods function layer = weightedRegressionLayer(weights) layer.Weights = weights; end function loss = forwardLoss(layer, Y, T) diff = (Y - T).^2; loss = sum(mean(diff .* layer.Weights, 3), 'all') / size(diff, 1); end end end这个自定义回归层前向计算了加权MSE，权重按业务需求设置。我的项目里设的权重是[0.5, 0.3, 0.2]，代表未来越近的预测越重要权重越高，这样可以满足业务侧对近期预测精度要求更高的需求。
5. GUI设计与交互演示
5.1 App Designer界面布局规划
模型训练完成后，交付给非技术用户使用时，一个直观的GUI界面必不可少。Matlab App Designer是现在的官方推荐方案，相比老旧的GUIDE，它支持更现代的UI组件、自动布局和更好的事件回调管理。
我的界面设计包含四个核心区域：
+------------------+----------------------------+ | 参数设置区 | 数据加载与预览区 | | - 窗口长度 | - 数据文件选择按钮 | | - 预测步长 | - 输入数据表格展示 | | - 模型选择 | | +------------------+----------------------------+ | 训练控制区 | 预测结果展示区 | | - 开始训练 | - 实际值与预测值对比曲线 | | - 模型保存 | - 误差指标显示 | +------------------+----------------------------+布局的原则很简单：左侧放参数、右侧放结果，从上到下按操作流程自然排列。整个操作流程——用户先设定参数，加载数据，然后训练模型，最后看预测结果——这个顺序在界面设计上沿顺时针方向推进，符合大多数用户的使用直觉。
5.2 关键控件回调函数编写
界面不只是摆几个按钮就行，交互逻辑才是核心。几个核心回调函数分享出来：
数据加载按钮回调：
function LoadDataButtonPushed(app, event) [file, path] = uigetfile({'*.csv;*.xlsx', '数据文件'}); if file == 0 return; end fullPath = fullfile(path, file); app.RawData = readmatrix(fullPath); app.DataTable.Data = app.RawData(1:100, :); % 预览前100行 app.StatusLabel.Text = ['数据加载完成: ' file]; end开始训练回调：
function TrainButtonPushed(app, event) % 禁用按钮防止重复点击 app.TrainButton.Enable = 'off'; app.StatusLabel.Text = '正在训练模型，请稍候...'; try % 读取参数 windowSize = app.WindowSizeSpinner.Value; outputSize = app.OutputSizeSpinner.Value; % 构造数据 [XTrain, YTrain] = app.prepareData(app.RawData, windowSize, outputSize); % 构建网络 net = createTransformerBiLSTM(size(XTrain,1), 128, outputSize, 4, 64); % 训练 options = trainingOptions('adam', ... 'MaxEpochs', app.EpochsSpinner.Value, ... 'InitialLearnRate', 0.001, ... 'GradientThreshold', 1); app.Net = trainNetwork(XTrain, YTrain, net, options); app.StatusLabel.Text = '训练完成'; catch ME app.StatusLabel.Text = ['训练错误: ' ME.message]; end % 重新启用按钮 app.TrainButton.Enable = 'on'; end预测回调：
function PredictButtonPushed(app, event) if isempty(app.Net) app.StatusLabel.Text = '请先训练模型'; return; end % 用测试集预测并反归一化 YPred = predict(app.Net, app.XTest); YPred = mapminmax('reverse', YPred, app.PsOutput); % 绘制对比图 plot(app.UIAxes, 1:length(app.YTest), app.YTest, 'b-', 'LineWidth', 1.5); hold(app.UIAxes, 'on'); plot(app.UIAxes, 1:length(YPred), YPred, 'r--', 'LineWidth', 1.5); hold(app.UIAxes, 'off'); legend(app.UIAxes, {'实际值', '预测值'}); % 计算误差指标 rmse = sqrt(mean((YPred - app.YTest).^2, 'all')); mae = mean(abs(YPred - app.YTest), 'all'); app.RMSELabel.Text = sprintf('RMSE: %.4f', rmse); app.MAELabel.Text = sprintf('MAE: %.4f', mae); end注意训练按钮回调里的try-catch结构，实际使用中，训练过程可能会因为各种原因报错（内存不足、GPU版本不匹配、数据维度错误等），如果没有异常处理，程序直接崩溃，用户体验很糟糕。
5.3 GUI打包发布
界面开发完成，还有一个工程交付的环节。如果用户机器上没装Matlab，可以用MATLAB Compiler把整个应用打包成独立EXE。
在App Designer界面里，选择“共享 → 独立桌面应用”，然后选择安装的编译器，等待打包完成即可。需要注意：打包出来的应用需要目标机器安装MATLAB Runtime（免费的，大约2GB）。如果目标机器有GPU，打包时勾选“包含GPU支持”，推理速度会快很多。
打包之前强烈建议做一轮完整的操作测试：加载数据 → 训练 → 预测 → 保存结果，所有环节确认没问题再打包，不然用户那边报起错来，非技术用户基本上无法独立排查。
6. 常见问题与排查技巧实录
6.1 multiheadAttention版本兼容问题
很多同学问为什么代码在运行时报Unrecognified function or variable 'multiheadAttention'，这个函数是R2023a才引入的，如果用的Matlab版本比较旧，自然找不到这个函数。
如果版本比较旧（R2020-R2022），在不升级的前提下，有两个替代方案：
- 用
attention层替代，不过功能受限，attention层更适用于seq2seq的编码-解码结构。 - 直接用自定义的
multiheadAttention实现，但效率远不如内置版本。
我个人的建议：条件允许直接升级到R2023a之后的版本。在深度学习这个领域，新版本带来的性能优化和工程便利性提升太明显了，旧版本的各种兼容问题常常比模型调参本身更让人头疼。
6.2 训练损失不下降怎么办
这是被问到最多的问题。如果您也遇到，首先检查数据归一化是否到位。输入数据里有NaN或者Inf值，模型会毫无悬念地训练失败。检查方式很简单：sum(isnan(data))，确认所有列都没有NaN。
其次检查学习率。先用0.001试跑50轮，如果损失纹丝不动，调大到0.01再试；如果损失爆炸，调小到0.0001。有了这个经验，后续调参会顺利很多。
最后检查模型结构。如果Transformer层的ModelDim设置和输入维度不一致，数据在层之间传递时会混成一团。我在自定义层里添加一个assert做维度检查，调试方便很多。
6.3 GPU显存溢出
Matlab训练大规模网络时，GPU显存经常成为瓶颈。显存溢出提示通常表现为out of memory on device。
处理优先级如下：
- 减小
MiniBatchSize，从32降到16或者8，这是最直接有效的方法。 - 缩短序列长度或减小
ModelDim。 - 在训练选项里加
'ExecutionEnvironment', 'auto'，让Matlab自动择优选择。
不需要一上来就换执行环境，先从小batch开始调整。还有一个不少同学不知道的小技巧：训练前执行reset(gpuDevice(1))清空GPU缓存，可以释放被上一次训练占用但未释放的显存，很多时候单纯执行这一行就能多跑不少数据。
6.4 过拟合的止损方案
时序预测模型参数多、数据量少，过拟合是常态。如果在验证集上看到损失曲线出现“V”字形反转，说明模型开始“背书”而不是“学习”了。
我常用的止损组合：
- 在全连接层之前加入
dropoutLayer(0.3)，随机丢弃一部分神经元连接，防止共适应情况发生。注意Dropout放在BiLSTM和全连接层之间，不要放在Transformer编码器内部——那个位置的Dropout容易破坏残差连接的效果，反而降低性能。 - 把
MaxEpochs降下来，结合早停策略。 - 增加数据增强手段：针对时间序列预测任务，常规的随机噪声扰动、时间窗口平移都是有效的增强手段，都能从有限样本中生成长度更长的有效训练数据。
6.5 GUI打包后预测结果与训练时不一致
排查过这个问题，最后定位到是归一化参数的作用域问题。打包成独立应用后，如果预测模块里对测试数据重新做了归一化，而训练时用的ps_output被覆盖了，反归一化结果就完全对不上。
解决方案：把训练好的模型、ps_input、ps_output统一保存到一个.mat文件里，打包时作为应用资源文件一起发布。预测时直接加载，不重新计算归一化参数：
% 保存模型和归一化参数 save('trainedModel.mat', 'net', 'ps_input', 'ps_output'); % 预测模块加载 loaded = load('trainedModel.mat'); net = loaded.net; ps_input = loaded.ps_input; ps_output = loaded.ps_output;7. 项目扩展方向与优化建议
7.1 从离线预测到在线滚动预测
当前实现是标准的离线预测流程：固定训练集训练，然后在测试集上评估。在真实业务里，更多需要的是滚动预测——每来一个新的时间点数据，就更新输入窗口，预测下一个时间点，然后真实值到来后把它拼到历史序列里，继续下一轮预测。
Matlab里实现滚动预测比较直接。用一个while循环，每次predict之后，把新得到的预测值作为已知数据追加到序列末尾，滑动窗口整体后移：
% 滚动预测示意 history = data(1:windowSize); predictions = zeros(horizon, 1); for t = 1:horizon X = history(end-windowSize+1:end)'; pred = predict(net, reshape(X, [1, windowSize, 1])); predictions(t) = pred; history = [history(2:end); pred]; % 窗口滑动 end注意滚动预测里误差会不断累积，预测步数越多，误差越大。所以在实际业务中，我建议每推进一步就用真实观测值校准一次，而不是用上一步的预测值作为输入，否则会带来误差的快速传递。
7.2 模型剪枝与推理加速
Matlab的深度学习工具箱提供了网络剪枝功能，可以把那些权重接近0的连接移除，显著减少模型体积和推理时间，精度损失却很小。
具体做法是训练完成后，统计分析全连接层和BiLSTM层的权重分布，设置一个阈值，将低于这个阈值的权重剪掉，然后微调几轮恢复精度：
% 分析全连接层权重 fcWeights = net.Layers(end-1).Weights; weightThreshold = 0.01; prunedWeights = fcWeights; prunedWeights(abs(prunedWeights) < weightThreshold) = 0; net.Layers(end-1).Weights = prunedWeights; % 微调几轮恢复精度 options = trainingOptions('adam', 'MaxEpochs', 10, 'InitialLearnRate', 1e-4); net = trainNetwork(XTrain, YTrain, net, options);这个小操作对于需要在CPU上做实时预测的场景非常有效，网友反馈推理速度能提升30%到50%。
7.3 多思路对比实验设计
最后聊聊模型评估的问题。做完Transformer-BiLSTM的模型，别急着下结论说“效果很好”。严谨做法是准备几组对比模型：LSTM、BiLSTM、Transformer仅仅三个模型分别做消融实验，加上完整版的Transformer-BiLSTM，形成清晰的对比矩阵。Matlab里切换模型结构非常方便，只要替换createTransformerBiLSTM函数中对应的网络层定义就行，训练代码不需要改动一行。
对比时除RMSE、MAE之外，建议还看两个指标：
- 训练时间：衡量模型复杂度。
- 预测稳定性：多次初始化训练后预测结果的方差。
有时候某个模型平均误差很低，但方差特别大，说明训练不稳定，换到真实场景中可能时好时坏——这种模型在实际工程交付中风险较高。
7.4 最终总结
说实话，在Matlab里从零搭一套Transformer-BiLSTM多输入多输出预测系统，工程量不算小，整个过程涉及数据构造、自定义层编写、训练策略调优、GUI封装好几个环节，各个环节之间环环相扣，任何一个细节不到位都会影响最终效果。
我在实际项目中有几点最深的体会：数据质量对这套系统的影响永远大于模型结构本身——光靠改模型救不回脏数据；调试自定义层时，先打印每一层的输出维度，维度对不上时后续全部白搭；GUI界面的价值很容易被工程师低估，同样的模型，裸代码谁能用、有界面的谁都能用，适用范围完全不是一个量级。
如果这篇文章对你有帮助，建议先在你自己的数据上跑通完整流程，再尝试扩展改造。遇到具体的报错问题，欢迎留言交流，看到都会回复。这套代码框架本身就很有价值，完全可以在此基础上做出适合自己业务场景的预测系统。
本文还有配套的精品资源，点击获取
