deep-learning - 时间序列预测的预测模型（1个目标，多个可控变量）

Question

我有一个时间序列预测问题，它有一个目标变量和多个自变量。将温度视为目标变量，将燃料量、加热时间等视为独立（可控）变量。假设我有一个温度随着燃料流、加热时间、氧气流量等而升高的数据库。我现在想根据给定的燃料值和其他值来预测未来的 n 步，我的温度图会是什么样子这 n 个步骤的参数。假设我会说我想在接下来的 5 小时内将燃料流量保持在 m kg/m3 等。我应该如何建模这个时间序列问题？任何指针都会非常有帮助！

我使用 LSTM 对此进行编码，但预测模型根本不准确。

https://github.com/RiddhimanRaut/Deep-Learning-based-CPR-estimation/blob/main/CPR_prediction_multivariate_LSTM_tobetrialled_1.ipynb

另外，这是一个多变量案例吗？我不是想预测其他参数的未来值，只是一个。我真的很困惑。

标签： deep-learningtime-seriesrecurrent-neural-networkforecasting