EVO-TCN-multihead-Attention能量谷算法优化时间卷积网络结合多头注意力机制多变量回归预测，多变量输入模型。matlab代码，2023及其以上。评价指标包括:R2、MAE、M

%%  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
P_train = xlsread('data','training set','B2：G191')';
T_train= xlsread('data','training set','H2：H191')';
% 测试集——44个样本
P_test=xlsread('data','test set','B2:G45')';
T_test=xlsread('data','test set','H2:H45')';

%%  数据分析
outdim = 1;                                  % 最后一列为输出
f_ = size(P_train, 1);                  % 输入特征维度
%%  得到训练集和测试样本个数
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);

%%  数据格式转换
pc_train{1, 1} = p_train; 
pc_test {1, 1} = p_test ;
tc_train{1, 1} = t_train; 
tc_test {1, 1} = t_test ;

智能算法及其模型预测