BO-LSTM贝叶斯优化长短期记忆神经网络回归预测（多输入单输出）MATLAB代码

该代码实现了一个基于贝叶斯优化（Bayesian Optimization, BO）的LSTM（长短时记忆网络）预测模型，适用于单输出的回归预测任务。

一、研究背景

• LSTM擅长处理序列数据中的长期依赖关系，但超参数选择对模型性能影响显著。
• 贝叶斯优化是一种高效的超参数调优方法，可自动搜索最优参数组合，减少人工调参成本。

二、主要功能

• 加载并预处理数据集（归一化、训练/测试集划分）。
• 使用贝叶斯优化自动搜索LSTM关键超参数（神经元数量、学习率、批次大小）。
• 构建并训练LSTM神经网络进行回归预测。
• 评估模型性能，输出多项评价指标（RMSE、MAE、MSE、MAPE、R²）。
• 可视化预测结果与真实值的对比图及散点图。

三、算法步骤

1. 数据准备：加载数据、打乱顺序、划分训练/测试集。
2. 数据归一化：将输入输出映射到[0,1]区间。