# LT1

**Repository Path**: tjuc/lt1

## Basic Information

- **Project Name**: LT1
- **Description**: LSTM-Transformer 时间序列预测
- **Primary Language**: Python
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-15
- **Last Updated**: 2025-05-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# LSTM-Transformer 时间序列预测

## 项目描述
本项目使用 LSTM 和 Transformer 模型进行时间序列预测，主要应用于电池容量预测等场景。

## 依赖环境
- Python 3.8+
- PyTorch 1.9.0+
- NumPy 1.19.2+
- Scikit-learn 0.24.2+
- Matplotlib 3.3.4+
- Pandas 1.3.0+
- Openpyxl 3.0.7+

## 安装步骤
1. 克隆本仓库
2. 安装依赖：`pip install -r requirements.txt`

## 使用说明
1. 准备数据：将数据放入 `data/` 目录下
2. 训练模型：`python train.py`
3. 进行预测：`python predict.py`

## 文件结构
```
LSTM_transformer-time-series-predict/
  README.md
  carbon_analysis.py
  carbon_evaluation_metrics.py
  carbon_prediction.py
  carbon_visualization.py
  data_utils.py
  lstm_model.py
  lstm_transformer_model.py
  predict.py
  requirements.txt
  results/
    carbon_correlation.png
    carbon_trends.png
    convergence_results.csv
    correlation_matrix.csv
    evaluation_metrics.csv
    prediction_comparison.png
    prediction_results.csv
    training_loss.png
  train.py
  transformer_model.py
```

## 文件功能说明

- `data_utils.py`: 数据处理工具，包含数据加载、预处理和数据集创建功能。
- `lstm_model.py`: 实现纯LSTM模型，用于时间序列预测。
- `transformer_model.py`: 实现纯Transformer模型，用于时间序列预测。
- `lstm_transformer_model.py`: 实现LSTM-Transformer混合模型，结合两种模型的优势。
- `train.py`: 模型训练脚本，支持多种模型的训练和评估。
- `predict.py`: 模型预测脚本，包含结果可视化和性能评估功能。
- `carbon_prediction.py`: 碳排放预测专用脚本，包含数据预处理、模型训练和预测功能。
- `carbon_evaluation_metrics.py`: 碳排放预测评估指标计算脚本，包含RMSE、MAE和R2等指标计算。
- `carbon_visualization.py`: 碳排放预测结果可视化脚本，生成预测对比图和训练损失曲线。
- `carbon_analysis.py`: 碳排放数据分析脚本，包含时间序列分析和相关性分析功能。

## 贡献指南
欢迎提交PR或issue来改进本项目。
1. Fork本项目
2. 创建分支 (`git checkout -b feature/your-feature`)
3. 提交更改 (`git commit -am 'Add some feature'`)
4. 推送分支 (`git push origin feature/your-feature`)
5. 创建Pull Request