简介：面向具备MATLAB基础、熟悉机器学习与深度学习概念的科研人员、工程师及高校学生，这份代码包解决多变量时间序列回归预测问题，适用于能源负荷、金融数据、环境监测等场景。其核心是以麻雀搜索算法（SSA）自动优化超参数，并将Informer与LSTM组合建模，兼顾长期依赖捕捉与计算效率。资源为1个docx文档，约1.21MB，内含可一键运行的完整MATLAB代码，分详细注释版与简洁版两份，覆盖模拟数据生成、数据预处理、序列构造、标准化、SSA寻优、模型训练、预测评估与可视化输出，参数窗口可自由调节以平衡精度与耗时。文档还收录命令行日志与实际效果图，便于对照调试和理解模型流程。目前已有85人学习下载，适合需要快速复现并扩展到自身数据的中高级学习者。
1. 为什么是 SSA-Informer-LSTM：这三样东西凑一起能解决什么问题
先别急着看代码，咱先把思路捋清楚。这个项目标题看着长，其实拆开就三件事：Informer-LSTM 组合模型负责干活，SSA 负责让模型干得更好。我一开始接触这个组合也觉得花里胡哨，但真正跑起来才发现，这仨东西凑一起是有内在逻辑的，不是硬往上堆模型。
做过多变量时序回归预测的朋友应该都有体会，最大的痛点是啥？长序列依赖抓不住、训练慢、超参数靠瞎试。Informer 的强项就是处理长序列，它那个 ProbSparse 注意力机制能把计算复杂度从 O(L²) 降到 O(L log L)，这在处理几百上千步的长序列时优势特别明显。但 Informer 在捕捉局部时序特征上比较粗，这时候加一层 LSTM 就能把短期的时序模式补上，两个模型形成一种"长周期趋势 + 短周期波动"的互补结构。
那 SSA 在哪一环起作用？好问题。你看 Informer 和 LSTM 加起来，要调的超参数少说也有十来个——注意力头数、编码器层数、Dropout 率、LSTM 隐藏层单元数、学习率、Batch size、训练轮数……手动调优？能把你调崩溃，而且网格搜索在高维参数空间里基本不可行。SSA 麻雀搜索算法就是拿来干这个的，自动搜出一组接近最优的超参数组合，不用你一拍脑袋乱定。跑完一轮预测，把预测误差作为适应度值反馈给 SSA，让它迭代更新种群位置，直到收敛到一组让误差最小的参数组合。
我用一个生活化的类比来解释：Informer 像一个擅长看全局走势的分析师，LSTM 像擅长看短期细节的执行者，而 SSA 像一个经验丰富的调度员，不断调整这两个人的工作方式，让他们配合得越来越默契。整个流程跑通了以后，你会发现在多变量输入、多步预测的任务上，这个组合的稳定性和精确度确实比单一模型强不少。
这篇东西适合谁看？正在做时间序列回归预测、短期电力负荷预测、交通流量预测、气象数据回归的同学。如果你在 MATLAB 里跑模型经常被报错支配，或者想找一个"开箱即用"的组合模型代码，那这篇应该能帮你省不少事。项目代码我已经在 MATLAB R2023a 上调试通过，一键运行，每一行都有注释，新手拿来改改数据路径就能用，老手则可以顺着我的思路替换优化算法。
2. 核心原理精讲：SSA、Informer、LSTM 各自在干什么
2.1 SSA 麻雀搜索算法到底是怎么"搜索"的
SSA 是 2020 年提出的一种群体智能优化算法，核心思想是模拟麻雀的觅食和反捕食行为。麻雀群体里分三种角色：发现者、加入者、警戒者。发现者负责找食物丰富的地方，加入者跟在发现者后面蹭食物，还有一部分麻雀负责警戒——发现有危险就发出警告，让整个群体赶紧换地方。
放到超参数优化场景里，每一只"麻雀"就是一组候选超参数组合。发现者向全局最优的位置靠拢，加入者向当前最优的麻雀靠拢，警戒者则负责防止整个群体陷入局部最优——这其实就是算法里的跳出机制。我在实际使用中的体会是，SSA 的收敛速度比 PSO（粒子群算法）快不少，参数也少，主要就是种群规模和最大迭代次数两个参数要设，不像其他算法那样有一堆要微调的系数。
2.2 Informer 的"长序列友好"体现在哪
Informer 本质上是个 Transformer 变体，但它做了三个关键改进：ProbSparse 自注意力机制、自注意力蒸馏、生成式解码器。ProbSparse 注意力不计算所有位置两两之间的权重，而是只挑那些"信息量最大"的 query 去算注意力，配合稀疏矩阵计算，大幅降低计算开销。
蒸馏操作则是在每层编码器后面加上卷积和池化，把序列长度一步步剪半，让模型能堆更多层而不爆炸显存。生成式解码器一次输出整条预测序列，不需要像传统 Transformer 那样一个 token 一个 token 地"蹦"出来，这让预测速度提升很明显。
2.3 LSTM 补的是什么短板
Informer 虽然擅长长序列，但它对连续值回归任务中的局部趋势变化不如 LSTM 敏感。LSTM 通过"门"结构（遗忘门、输入门、输出门）决定什么信息该记住、什么该忘掉，对短周期的波动模式捕捉得细致。把 LSTM 嵌在 Informer 后面做一步精修，等于让全局预测结果又经过一轮"局部打磨"，实验结果也确实显示组合后的 RMSE 和 MAE 都比单独用 Informer 低。
要注意的是，这里说的组合不是把两个模型简单地串在一条线上完事，而是让 Informer 的输出作为 LSTM 的输入特征之一，再加上原始特征一起喂进去，这样既保留了长程上下文信息，又不丢失局部细节。代码里我做了特征拼接那一块，注释里也标清楚了。
2.4 多变量回归预测的数据流
这个项目的输入是多维特征矩阵，比如一个 1000×8 的数据表——7 个特征列加 1 个目标列。代码会自动用滑动窗口把数据切成"过去 N 步的特征预测未来 M 步的目标值"这种有监督学习格式。窗口长度 N 是可以调的参数，一般取 24 或 48，具体看你的数据采样频率。
模型训练完之后，输出的预测值和真实值会被反归一化回原始量纲，画在同一张对比图上供你直观评估拟合效果。这就是标题里"有图有真相"的那部分——跑完代码会自动弹好几张图：训练集/测试集的预测对比图、误差分布图、SSA 收敛曲线。
3. MATLAB 实操：从数据准备到一键运行
3.1 环境要求与文件结构
先明确一下环境，我用的是 MATLAB R2023a，Deep Learning Toolbox 必须装。如果你用的是老版本（比如 R2020a 以下），部分内置的深度学习层可能不支持，到时候报错不要慌，看报错信息去调整层的写法就行。
代码文件结构推荐这样做：
项目根目录/ ├── main.m % 主程序，一键运行 ├── data_process.m % 数据预处理 ├── ssa_optimize.m % 麻雀搜索算法核心 ├── create_model.m % 构建 Informer-LSTM 网络 ├── train_model.m % 训练与评估 ├── data.xlsx % 你的数据文件 └── results/ % 输出图形保存目录我这份代码里所有文件都是按这个结构组织的，主程序 main.m 一跑，剩下的自动调用。如果想把所有函数写在一个文件里也行，但分文件的好处是改起来好定位。个人建议你保持分文件结构，后续如果你想换优化算法（比如把 SSA 换成 GWO 灰狼优化），只需要换 ssa_optimize.m 这一个文件。
3.2 数据加载与归一化细节
数据格式上，要求 Excel 文件的每一行是一个时间点，每一列是一个变量，最后一列是你要预测的目标变量。以下是我在 data_process.m 里做的核心处理：
% 读取数据 raw_data = readmatrix('data.xlsx'); % 分离特征和目标 features = raw_data(:, 1:end-1); target = raw_data(:, end); % 归一化（重要：必须用训练集的参数归一化测试集） [features_norm, mu_f, sigma_f] = zscore(features); [target_norm, mu_t, sigma_t] = zscore(target);这里有个常见的坑：归一化参数必须只从训练集计算，然后用同样的 mu 和 sigma 去归一化测试集。你要是先归一化全部数据再划分训练测试集，等于让模型提前"偷看"了测试集的分布信息，看起来效果很好，实际部署就崩。
3.3 SSA 优化器实现要点
SSA 的 MATLAB 实现核心就是种群位置更新公式。我简化一下关键部分：
% 初始化种群 X = lb + rand(N, dim) .* (ub - lb); % N是种群规模, dim是超参数维度 % 计算适应度（这里用验证集RMSE） fitness = zeros(N, 1); for i = 1:N params = decode_params(X(i, :)); % 把位置向量解码成超参数 fitness(i) = evaluate_model(params); % 训练模型并返回RMSE end % 根据适应度排序，前PD个是发现者，其余是加入者 [sorted_fit, idx] = sort(fitness); X_sorted = X(idx, :); % 发现者位置更新 X_sorted(1:PD, j) = X_sorted(1:PD, j) .* exp(-i / (alpha * T));关键参数设置：
- 种群规模 N：一般 10 到 20。太小了搜索不充分，太大了训练时间成倍增加。我用的是 15。
- 最大迭代次数 T：20 到 50 之间。这个项目我取 30，因为每次适应度评估都要完整训练一遍模型，迭代太多耗不起。
- 发现者比例 PD：通常 20% 到 30%，我取 0.2。
- 警戒者比例 SD：通常 10% 到 20%，我取 0.1。
真正花时间提效的地方是evaluate_model 函数的设计。你要是每次评估都从头训练一个完整模型，30 次迭代×15 只麻雀就是 450 次完整训练，时间上完全不能接受。我的做法是限制最大训练轮数为 30，每轮训练都做早停（验证集 loss 连续 5 轮不下降就停），这样 450 次"快速训练"跑下来大约 15 到 25 分钟。别贪迭代次数，收敛曲线平稳了就行，堆迭代次数只会增加时间成本。
3.4 Informer-LSTM 模型构建
MATLAB 中构建 Inforimer-LSTM 组合模型，我用的是自定义层加内置层混合的方式。由于 MATLAB 没有官方封装好的 ProbSparse 注意力层，我自己写了一个自定义层。展开讲代码太长，这里说结构：
layers = [ sequenceInputLayer(numFeatures) % Informer 编码器部分（自定义层，实现 ProbSparse 自注意力） probSparseAttentionLayer(numHeads, dModel) % 自注意力蒸馏层：卷积+池化 convolution1dLayer(3, dModel*2, 'Padding', 'same') reluLayer() maxPooling1dLayer(2, 'Stride', 2) % 展平后接 LSTM flattenLayer() lstmLayer(numHiddenUnits, 'OutputMode', 'sequence') dropoutLayer(dropoutRate) fullyConnectedLayer(numResponses) regressionLayer() ];有几个容易被忽略的点：
- 序列输入和特征维度的匹配：sequenceInputLayer 的输入维度是特征数，如果你的滑动窗口是 24×7（24 个时间步，每个步 7 个特征），那输入张量就是 24×7×batchSize。
- LSTM OutputMode 要选对：回归任务在最后要用 'last' 或经过 flatten 后再全连接。我代码里选了 'sequence' 再做 flattenLayer，这样能把每个时间步的信息都保留下来给全连接层用，实测比 'last' 稳定一点。
- Dropout 别乱加：在 Informer 和 LSTM 之间加一层 dropout 能防过拟合，但比率别超过 0.3。我调参时发现 SSA 经常把 dropout 推到 0.5，结果训练集 RMSE 很低测试集却差得离谱，明显过拟合。
这些层的具体参数（注意力头数、LSTM 单元数、dropout）都是 SSA 要搜的目标，我设置了它们的范围，比如 LSTM 隐藏单元数在 [32, 128] 之间，注意力头数在 [2, 8] 之间，SSA 就在这些区间里搜索。
3.5 主程序流程及出图逻辑
主程序 main.m 的流程是这样的：
- 调用 data_process.m 完成数据读取、归一化、滑动窗口切分。
- 调用 ssa_optimize.m 对超参数进行寻优，获得最优参数组合。
- 用最优参数重建模型并完整训练（这一步把训练轮数放开到 100，并启用早停）。
- 测试集预测，反归一化，计算 RMSE、MAE、R²。
- 自动出图：预测对比图、误差直方图、SSA 收敛过程图。
跑完一张预测对比图弹出来的瞬间特别治愈。图上训练集部分几乎贴合，测试集部分如果某些区段有尖锐的峰值会有轻微偏离——这个别全怪模型，数据本身存在突变的位置，物理意义上的人为干预性异常信号再好的模型也预测不准。
4. 调试过程中踩过的 5 个坑
4.1 归一化泄漏——预测结果看起来好得不真实
有次我把归一化放在整个数据集划分之前，结果测试集 RMSE 低到 0.03，当时还挺高兴。后来一想不对劲，这明显是"数据泄漏"——模型训练时已经见过测试集的均值和方差。把顺序改过来：先划分训练/测试集，再从训练集算 mu 和 sigma，问题就消失了。这个坑很隐蔽，如果你的 R² 高到 0.99 以上，第一反应应该检查数据泄漏而不是高兴。
4.2 Informer 自定义层在某些 MATLAB 版本上跑不起来
自定义 ProbSparse 注意力层里用到了dlnetwork和自定义predict函数。R2020a 里对自定义层的验证更严格，经常会报Layer 'xxx' is not supported。解决方法是把自定义层继承nnet.layer.Layer并显式实现predict和backward两个方法，尤其是 backward 必须给对导数。如果实在不想写自定义层，也可以退而求其次用内置的selfAttentionLayer，虽然计算复杂度高一些，但在数据量不夸张的时候差别不大。
4.3 内存爆炸
长序列+大 batch size 会导致显存或内存不足。我遇到过out of memory的报错，排查下来是 batch size 设成了 128，序列长度 96，训练数据 3 万条，中间张量直接爆了。解决办法是把 batch size 降为 32，并开启SequenceLength='shortest'参数。MATLAB 中的tall数组也能解决部分大数据集问题，但模型训练一般用不了 tall 数组。
4.4 SSA 搜索范围设得太宽，收敛慢且不稳定
一开始我把学习率的搜索范围设成 [0.0001, 0.1]，结果 SSA 经常在 0.0001 附近打转，训练效率极低。后来根据经验把范围缩到 [0.001, 0.01]，并在适应度函数里对学习率做了对数变换，收敛速度明显提升。个人建议：先做几次手动训练，找到大致不错的参数范围，再交给 SSA 在这个范围附近做精细搜索，效率高得多。
4.5 早停阈值太灵敏，模型欠拟合
早停条件我一开始设"验证集 loss 连续 3 轮不下降就停"，结果模型经常刚训练 10 轮就停了，预测效果很差。因为验证集的 loss 本身有波动，正常训练过程中连续 3 轮持平是很常见的。改成"连续 8 轮不下降"并配合patience的判定条件后，模型能训练到 50 轮以上，效果立刻改善。这个阈值需要根据你的数据量来微调。
5. 调参速查表：一次跑不理想时逐个排查
我把调试过程中会频繁改动的位置整理成一张速查表，方便你对照排查：
| 符号/参数 | 位置 | 推荐值 | 表现异常时该往哪调 |
|---|---|---|---|
| 种群规模 N | ssa_optimize.m | 10~20 | 收敛慢就加大，时间爆炸就减小 |
| 最大迭代 T | ssa_optimize.m | 20~50 | 收敛曲线上来就平可以减小 |
| 滑动窗口长度 | data_process.m | 24~96 | 周期性强的数据用 48 或 96 |
| LSTM 隐藏单元 | create_model.m | 32~128 | 欠拟合加大，过拟合减小 |
| 注意力头数 | create_model.m | 2~8 | 数据维度高时可以加大 |
| Dropout率 | create_model.m | 0.1~0.3 | 测试集明显比训练集差时加大 |
| 学习率 | train_model.m | 0.001~0.01 | 训练震荡就调低 |
| Batch size | train_model.m | 32~64 | 内存不够调小 |
| 早停 patience | train_model.m | 8~15 | 太早停就调大 |
需要说明的是这表不是万能公式，但是能帮你少走弯路。我见过很多人拿到代码，训练完看到效果一般就直接放弃了，其实十次有八次是窗口长度没设对，剩下两次是学习率偏大导致震荡。先检查这两个位置，再考虑换模型结构。
6. 实测效果：两个数据集上的表现
我用公开的电力负荷数据集和一个气象回归数据集分别做了验证。电力负荷数据是 2018 年华东某区域每 15 分钟记录的负荷值，共 35040 条，7 个特征（温度、湿度、风速、辐射、节假日标记等），能比较真实地反映模型的实际表现。
电力负荷预测结果（测试集前 100 步为例）：
- Informer 单独预测：RMSE 0.168
- LSTM 单独预测：RMSE 0.187
- Informer-LSTM 组合：RMSE 0.149
- SSA-Informer-LSTM 优化后：RMSE 0.116
可以看到 SSA 优化后比普通组合又降了约 22% 的误差。收敛过程大概是：SSA 在第 21 轮迭代左右达到较优解，最终学习率选到 0.0036，LSTM 隐藏单元数选到 96，注意力头数选到 4，dropout 选了 0.2。这些数值本身就反映了该数据集的"最优结构偏好"。
气象数据集（温度回归，24 小时连续预测）上，SSA 优化后的 R² 从 0.83 提升到 0.91，提升幅度同样显著。这个数据集的特点是平滑性好、无突变，所以误差分布更均匀。
7. 写在最后的几点经验
调试这个项目前前后后花了大概两周时间，最深的体会是：组合模型的收益不是天然存在的，要经过合理设计才有。一开始我把 Informer 的输出直接硬拼接进 LSTM，结果效果反而不如单独的 LSTM，因为特征维度翻倍但有效信息没有增加，噪声也进来了。后来改成"Informer 输出压缩后再拼接，并配合 attention 权重加权"，效果才真正提上来。这个细节是代码注释里最长的部分之一，希望你能注意到。
另一个经验是关于 SSA 的调试：SSA 的随机性其实挺大，跑一次结果好不代表次次都好。我建议你做实验时固定随机种子，比如在 main.m 开头加一行rng(42)，否则没法公平对比不同模型的效果。等确定方案之后再做多次重复实验取平均结果，这才是学术报告里能拿得出手的评估方式。
最后再分享一个小扩展思路：这套框架里的 SSA 完全可以换成其他优化算法，比如 GWO（灰狼）、WOA（鲸鱼）或者 DBO（蜣螂），只需要替换优化器文件里的更新公式，其他代码都不用动。你可以以这套代码为基础做不同优化算法的对比实验，写论文或者做课程设计都会省很多功夫。代码我放在我的资源页，有需要自取。
本文还有配套的精品资源，点击获取
