企业官网建设流程全解析

多变量时序预测最怕的不是模型选错，而是对比实验做得不严谨。基于2025年Nature子刊相关研究热度，AGDO算法优化的CNN-LSTM模型成了一个典型的改进方向：用群体智能优化算法去搜索CNN-LSTM的超参数和特征组合，再和普通CNN-LSTM、TCN、Transformer放在同一套数据上对比。这个思路的吸引力在于，它不需要把网络结构推倒重来，只靠优化器层面的参数搜索，就可能让原有模型在MAE、RMSE、MAPE上再降一截。但这套对比实验能不能成立，关键在数据划分、输入格式、统一评价指标和多次重复实验，任何一个环节偷懒，结果都不太可信。

这篇文章会按真实实验顺序拆开讲：从数据预处理和滑窗样本构造开始，到四个模型的网络设计，到AGDO如何介入训练，再到多步预测扩展、结果解读、常见报错和选型建议。适合正在做时序预测实验、准备写论文或技术总结的读者。

1. 先搞清楚AGDO优化CNN-LSTM到底解决什么问题

时序预测模型的常见配置是CNN-LSTM：CNN负责提取局部特征，LSTM负责捕捉时间依赖。这个结构本身并不新颖，很多场景下效果也稳定。但它的痛点在于超参数太多，并且非常敏感。卷积核数量、卷积核大小、LSTM隐藏层大小、LSTM层数、学习率、批大小、Dropout比例，这些参数相互影响，靠手动试错效率很低，靠网格搜索又容易组合爆炸。

AGDO算法的定位就是替代手工调参和网格搜索。它的全称可以理解为基于动态对立学习的优化算法，英文缩写AGDO。核心思想是：把一组超参数看成种群里的一个个体，通过迭代评估每个个体在验证集上的表现，结合对立学习更新搜索方向，最终返回一组较优配置。整个过程中，CNN-LSTM的网络结构没有被替换，被替换的是“怎么找到更合适的参数组合”这件事。

所以AGDO-CNN-LSTM中的AGDO不是LSTM、注意力机制那种网络结构模块，它更像是训练策略层面的外挂优化器。这个定位很重要，因为很多初学者会误以为AGDO是某种新的时序单元，甚至试图在PyTorch里找到对应的层。实际上，你要写的是一个搜索算法，算法的评估对象是CNN-LSTM模型。

这个方案适合谁？适合那些已经有CNN-LSTM基线，想在不做大改结构的前提下进一步提升预测精度的人。也适合特征数量较多、环境变化较快、人工调参效率太低的场景。比如电力负荷预测、交通流量预测、股票因子预测、设备传感器数据预测，这类任务往往存在多个外部变量，特征重要程度不一，超参数对结果影响很大。

不过要提前说清楚一个边界：AGDO搜索耗时并不低。每评估一组超参数，就要完整训练一次CNN-LSTM，假设搜索20轮、每轮10个个体，就是200次完整训练。如果训练数据很大、网络又深，时间成本可能会是几小时甚至更久。实验设计时要把这个成本算进去。

2. 数据准备与输入格式设计：多变量时序预测的起点

无论用什么模型，多变量时序预测的第一步都是把原始数据整理成模型能吃的形状。这一步做不好，后面模型再强也没有意义。

2.1 原始数据长什么样

多变量时序预测的输入，常见形式是一个二维表：

变量A、B、C是外部特征，变量D可能是日类型标记，目标值是我们要预测的量。实际项目中，这些列会更多，有些是连续数值，有些是分类特征，有些是时间特征。

2.2 数据清洗和特征工程

拿到数据后先做这几件事。

缺失值处理：时序数据最常见的缺失问题是某几个时刻没有记录。常见做法有线性插值和前向填充。我个人更推荐先用线性插值，如果缺失段很短，或者用前一天同一时刻的值填充，效果也还可以。总之不要直接丢行，时序数据的连续性是模型学习的重点。

时间特征提取：把时间列拆成年、月、日、小时、星期几、是否节假日等特征。这些特征对负荷预测、流量预测、销售预测都很重要。比如电力负荷预测里，工作日和周末的负荷模式差异很大；销售预测里，节假日前后的波动往往是最难学的部分。

异常值处理：先画图，看看有没有明显的异常点。如果某个时刻的值突然变成0或者几百倍于正常值，需要结合业务判断是真实事件还是记录错误。不要直接用全局分位数截断，因为局部波动大的场景，全局截断会误伤正常数据。

归一化：多变量预测必须做。不同变量的量纲差异很大，比如温度是0到40，负荷是几百到几千，如果不做归一化，模型会把数值大的变量当作重要变量，训练也不稳定。常用方式是MinMaxScaler或者StandardScaler。两类都行，但要注意：归一化参数必须只用训练集拟合，验证集和测试集用同一套参数转换。

2.3 滑窗构建样本

多变量时序预测不是把整个序列直接丢给模型，而是用滑动窗口构造样本。假设每次用过去24小时的数据预测未来1小时，输入窗口长度为24，步长为1，这样一条样本就是：

• X：过去24个时刻的所有特征，形状(24, 特征数)
• y：未来第1个时刻的目标值，形状(1,)

代码可以这样写：

import numpy as np def create_samples(data, target_col, input_steps, output_steps): X, y = [], [] for i in range(len(data) - input_steps - output_steps + 1): X.append(data.iloc[i : i + input_steps].values) y.append(data.iloc[i + input_steps : i + input_steps + output_steps][target_col].values) return np.array(X), np.array(y) # 假设 data 是归一化后的 DataFrame，target_col 是目标列名 input_steps = 24 output_steps = 1 X, y = create_samples(data, target_col, input_steps, output_steps) # 输出 X 的形状：(样本数, 24, 特征数) print(X.shape, y.shape)

这里有两个容易出错的点。第一，构造样本时要保持时间顺序，不能随机采样，否则未来信息会泄漏到训练集中。第二，训练集、验证集、测试集的划分必须按时间顺序切，不能用KFold随机划分。比如前70%做训练、中间15%做验证、最后15%做测试，这是时间序列预测的基本纪律。

2.4 训练集、验证集、测试集怎么切

多变量时序预测的一个通用原则：测试集必须在时间上位于训练集之后。如果你把第1天到第10天的数据和第11天到第20天的数据混合随机划分，模型会“偷看”未来，测试指标会虚高，真实业务场景中根本不存在这种条件。

推荐的切分方式：

训练集：时间序列前 70% 验证集：时间序列中间 15% 测试集：时间序列最后 15%

也有人用滚动预测的方式做验证，每训练一段就能预测下一段，再滚动往前。这种方式更接近真实应用，但训练成本高，适合做最终效果验证，不适合反复调参。

3. 四模型对比实验设计：CNN-LSTM、TCN、Transformer、AGDO-CNN-LSTM

这一节是最核心的部分。做对比实验，不是把四个模型各跑一遍、比一组MAE和RMSE就完了。要确保对比公平，需要在数据、特征、评价指标、训练配置上保持统一。

3.1 对比实验的公平性控制

四模型对比时，有几条硬性约束必须遵守。

同一份数据：四个模型必须使用同样的训练集、验证集、测试集，不能各自用自己的滑窗策略或归一化方式。

同样的滑窗长度：如果CNN-LSTM用24步预测未来1步，TCN、Transformer也必须用同样的输入输出结构。否则对比的是输入信息量，而不是模型能力。

同样的评价指标：训练阶段可以用不同损失函数，但最终对比必须统一使用MAE、RMSE、MAPE或R²。

同样的训练轮数和早停策略：比如每个模型最多训练100轮，验证集指标连续10轮不下降就早停。不能给某个模型300轮，其他模型只跑50轮。

# 一个简单的早停回调示例，适用于 PyTorch / TensorFlow / Keras from tensorflow.keras.callbacks import EarlyStopping early_stop = EarlyStopping( monitor='val_loss', patience=10, restore_best_weights=True ) history = model.fit( X_train, y_train, validation_data=(X_val, y_val), epochs=100, batch_size=64, callbacks=[early_stop], verbose=1 )

为什么patience设为10？因为这四个模型的验证损失曲线并不是严格的单调下降。如果patience太小，比如3，可能刚好在局部波动时就停了，模型欠拟合；如果patience太大，比如50，训练时间翻倍，还容易过拟合。10是一个比较常规的起点，实际可以根据验证集变化幅度调整。

3.2 评价指标怎么选

四模型对比，不能只看某一项指标。常见评价指标有四个：

实际写论文或做技术总结时，一般表格里列出MAE、RMSE、MAPE，有需要再补R²。单看一组数值还不够，最好画出每个模型在测试集上的预测曲线与真实值曲线，这样可以直观看到哪里跟得住、哪里滞后、哪里波动过大。

3.3 四个模型的网络结构

下面给出四个模型的基本搭建思路，代码片段以PyTorch为例，方便对照。

基础CNN-LSTM

import torch import torch.nn as nn class CNNLSTM(nn.Module): def __init__(self, input_size, hidden_size, num_layers, output_size): super(CNNLSTM, self).__init__() self.conv1 = nn.Conv1d(in_channels=input_size, out_channels=64, kernel_size=3, padding=1) self.relu = nn.ReLU() self.lstm = nn.LSTM(input_size=64, hidden_size=hidden_size, num_layers=num_layers, batch_first=True) self.fc = nn.Linear(hidden_size, output_size) def forward(self, x): # x shape: (batch, seq_len, input_size) x = x.permute(0, 2, 1) # 转为 (batch, input_size, seq_len) x = self.conv1(x) x = self.relu(x) x = x.permute(0, 2, 1) # 转回 (batch, seq_len, 64) out, _ = self.lstm(x) out = out[:, -1, :] # 取最后一个时间步 out = self.fc(out) return out

注意这里的permute。Conv1d默认在最后一维做卷积，但时间序列数据通常是(batch, seq_len, features)，所以要先转成(batch, features, seq_len)，卷积完再转回来输入LSTM。这是新手最容易写错的地方，报错信息经常是维度不匹配。

TCN结构

TCN不使用递归单元，核心是膨胀因果卷积。它的好处是感受野可控、并行度好，训练速度通常比LSTM快。如果选用带残差块的TCN，结构会深一些，但稳定性更好。

# TCN 残差块的核心思路 class TCNBlock(nn.Module): def __init__(self, in_channels, out_channels, kernel_size, dilation): super(TCNBlock, self).__init__() self.conv1 = nn.Conv1d(in_channels, out_channels, kernel_size, padding=(kernel_size - 1) * dilation, dilation=dilation) self.conv2 = nn.Conv1d(out_channels, out_channels, kernel_size, padding=(kernel_size - 1) * dilation, dilation=dilation) self.relu = nn.ReLU() def forward(self, x): residual = x out = self.relu(self.conv1(x)) out = self.relu(self.conv2(out)) return out + residual

TCN的优势是能够用较深的层数覆盖很长的历史窗口，不需要像LSTM那样一步一步循环。缺点也很明显：对超参数（层数、核大小、膨胀系数）更敏感，网络结构一旦设计不合理，拟合能力会不如LSTM。

Transformer结构

时序Transformer最常用的是编码器部分。输入先做线性映射，再加上位置编码，然后进入多头自注意力层和前馈层。

class TimeSeriesTransformer(nn.Module): def __init__(self, input_size, d_model, nhead, num_layers, output_size): super(TimeSeriesTransformer, self).__init__() self.input_proj = nn.Linear(input_size, d_model) self.positional_encoding = nn.Parameter(torch.randn(1, 1000, d_model)) encoder_layer = nn.TransformerEncoderLayer(d_model=d_model, nhead=nhead, batch_first=True) self.encoder = nn.TransformerEncoder(encoder_layer, num_layers=num_layers) self.fc = nn.Linear(d_model, output_size) def forward(self, x): # x shape: (batch, seq_len, input_size) seq_len = x.size(1) x = self.input_proj(x) + self.positional_encoding[:, :seq_len, :] x = self.encoder(x) x = x[:, -1, :] x = self.fc(x) return x

Transformer的优势在长序列下比较明显，但要注意：这里的positional_encoding如果直接设为可学习参数，需要保证输入序列长度不超过预设长度。所以在定义时预分配了1000的长度，实际序列比它长时要另行调整。

AGDO-CNN-LSTM

AGDO-CNN-LSTM并不是再新增一个独立的网络模块，而是在CNN-LSTM训练过程中，用AGDO算法搜索一组更优的配置。比如搜索范围可以包括：

• 卷积核数量：32、64、128
• 卷积核大小：3、5、7
• LSTM隐藏层节点数：32、64、128
• LSTM层数：1、2
• 学习率：0.001、0.0005、0.0001
• 批大小：32、64、128
• 是否选择某个特征组参与训练

AGDO会把每一组超参数看成优化问题里的一个个体，通过代数迭代，评估每组配置的验证集误差，最终返回一组较优配置。实际跑起来时，不需要手动逐个试超参，算法会引导搜索方向。

# 伪代码：AGDO 搜索配置 def agdo_search(space, evaluate_fn, max_iter): population = init_population(space) for i in range(max_iter): fitness = [evaluate_fn(ind) for ind in population] new_population = update_by_dynamic_opposite(population, fitness) population = selection(new_population, fitness) return best_config(population)

这个伪代码展示了AGDO的核心流程：初始化种群、评估适应度、基于动态对立学习更新、选择下一代。实际项目里会加上边界约束和早停，避免无效搜索浪费算力。

3.4 训练配置示例

统一训练配置参考如下：

为什么统一用MSE做损失函数？因为RMSE对应的就是MSE的平方根，回归任务里MSE是默认选择。如果业务上对大偏差更敏感，可以在后期的损失函数里加入权重机制，但对比阶段不要动。

4. AGDO算法在CNN-LSTM中的关键作用与参数交互

AGDO这个算法很多人第一次听到，会觉得陌生。它的基础思想并不复杂：在种群迭代过程中，不仅保留当前最优解，还通过计算对立解，让搜索范围更广，从而提升找到更优超参数组合的概率。

4.1 为什么CNN-LSTM需要外部优化器

CNN-LSTM在训练时，超参数的敏感度其实很高。比如：

• LSTM隐藏层大小从32改成128，验证集RMSE可能下降明显，也可能过拟合。
• 卷积核大小从3改成7，局部特征提取范围变大，但信息可能被过度平滑。
• 学习率从0.001改成0.0001，训练更稳，但收敛速度变慢。
• 特征选择上，如果强行加入噪声特征，测试集误差可能被拉高。

这些参数交织在一起，靠手动调参效率很低。传统做法是网格搜索或随机搜索，但网格搜索在参数多时数量爆炸，随机搜索运气成分大。AGDO这类群智能优化算法的价值在于，把参数搜索看作连续迭代过程，在有限算力下争取找到更优组合。

4.2 AGDO与CNN-LSTM结合的基本流程

整个流程可以分成四步：

1. 初始化参数：确定搜索边界，比如LSTM隐藏层大小在16到128之间。
2. 种群评估：对每一组参数，构建一个CNN-LSTM，用训练集训练，用验证集计算适应度。
3. 动态对立学习更新：结合当前种群最优位置和对立位置，生成新的候选参数。
4. 迭代收敛：重复评估和更新，直到达到最大迭代次数或误差不再改进。

这里最耗时的环节是第2步。每评估一组参数，就要完整训练一次CNN-LSTM。如果训练集很大、网络很深，一次评估可能就要几分钟。假设AGDO迭代20轮，每轮10个个体，就是200次完整训练。这个成本在实验设计时一定要提前算清楚。

4.3 AGDO参数搜索空间参考

注意：AGDO搜索得到的是“在你的数据、训练配置、搜索边界下较优的一组配置”，不是“所有场景下的最优配置”。换一个数据集，搜索结果很可能要重新跑。

4.4 AGDO与TCN、Transformer对比时的定位差异

在四模型对比中，AGDO只应用在CNN-LSTM上，TCN和Transformer用一组人工设定的合理默认参数。这种设计本质上是“有优化的CNN-LSTM vs 常规配置的TCN vs 常规配置的Transformer”。

这会带来两个问题。

第一，如果AGDO结果更好，一部分原因可能是参数被优化了，而不是CNN-LSTM结构比TCN或Transformer更优。为了尽量公平，可以把TCN和Transformer的关键超参数也做一轮随机搜索或网格搜索，取各自最优结果比较。不过训练成本会成倍上涨。

第二，如果只比较默认参数，AGDO-CNN-LSTM的优势会被夸大。论文或技术总结里，最好说明：AGDO是作为超参数优化器介入，与模型结构改进不是同一层面。把定位说清楚，结果才经得起推敲。

5. 从单步预测扩展到多步预测：直接法、递归法和多输出法

前面讨论的都是输入过去24步、预测未来1步。但很多业务场景需要预测未来6小时、24小时甚至更长时间。多步预测有几种常见实现方式，各有优缺点。

5.1 直接法

直接法就是为每个预测步长单独训练一个模型。预测未来3步，就训练3个模型：

• 模型1：输入过去24步，输出未来第1步
• 模型2：输入过去24步，输出未来第2步
• 模型3：输入过去24步，输出未来第3步

优点是实现简单，各个步长之间互不影响，误差不会累积。缺点是训练成本翻倍，而且没有利用步长之间的相关性。

5.2 递归法

递归法先用模型预测未来第1步，再把预测值作为输入的一部分，预测第2步，循环往复。优点是只需要训练一个模型，缺点是误差会累积，步长越大偏差越明显。如果模型对第1步的预测有系统性偏差，这个偏差会在后续递归中被放大。

5.3 多输出法

多输出法直接让模型输出一个向量，例如未来24小时的所有预测值。实现上就是把最后一层的输出维度从1改成24。优点是训练一个模型就能得到完整预测序列，也保留了步长之间的相关性。缺点是当输出步长很大时，模型拟合压力增加，可能出现后期预测被“平均化”的问题，也就是预测曲线越往后越平。

5.4 三种方式怎么选

实际项目中，我通常先用多输出法跑一版，因为它实现简单、训练快。后续如果发现长步长预测曲线太平坦，再切到直接法或混合策略。AGDO在逐步长扩展时，可以搜索输出维度、是否用序列到序列结构、是否引入注意力机制等配置。

6. 实验结果解读：不要让指标好看就急着下结论

跑完四模型对比后，拿到MAE、RMSE、MAPE这些数字，很容易陷入“哪个模型数字最小，哪个模型就最好”的思维。真实项目里不能这样下结论。

6.1 看指标，也要看曲线

一组数字只能反映整体误差水平，无法告诉你模型在哪些时段失效。测试集上的预测曲线和真实值曲线要并排画出来，重点看三个位置：

• 高峰时段：预测值是否低估或滞后。负荷预测里，晚高峰经常是误差最大的时段。
• 突变时段：温度骤变、节假日切换等节点，模型是否跟得上。
• 平稳时段：平稳段预测是否抖动过大，还是被过度平滑。

如果整体指标不错，但高峰时段明显滞后，说明模型对极端模式的捕捉能力不足，可能需要增加特征、调整滑窗长度，或者在损失函数里加入峰值惩罚项。

6.2 看误差分布，不要只看平均指标

MAE小，不代表所有样本误差都小。可以做一张误差分布直方图，看看误差是否集中在某个区间，还是存在明显的长尾。如果有少量样本误差特别大，可能对应异常输入、数据质量或模型对某些模式学习不足。

6.3 判断是否真的提升，要有多次实验支撑

神经网络的训练有随机性。同样的数据、同样的参数，模型初始化不同，跑出来的结果也会不同。不要拿一次训练的结果就说AGDO-CNN-LSTM比TCN好。常规做法是每个模型重复跑3到5次，取平均值和标准差。如果AGDO-CNN-LSTM的平均RMSE低于其他模型，但标准差很大，那结论也不够稳。

# 多次实验取均值示例 import numpy as np results = { 'cnn_lstm': [0.082, 0.085, 0.079], 'tcn': [0.088, 0.091, 0.086], 'transformer': [0.105, 0.099, 0.112], 'agdo_cnn_lstm': [0.071, 0.068, 0.073], } for name, scores in results.items(): print(f"{name}: mean={np.mean(scores):.4f}, std={np.std(scores):.4f}")

这种重复实验的稳定性说明，结论更接近模型本身的差异，而不是某一次随机种子带来的运气。

6.4 注意过拟合和泛化能力

训练集指标很好，测试集指标很差，是典型过拟合。过拟合的常见原因有三个：数据量太少、模型参数过多、正则化不足。在数据量有限时，AGDO搜索到的大网络参数不一定是好选择。判断标准很简单：

• 训练集MAE远低于验证集和测试集
• 验证集损失曲线下降后开始反弹
• 测试集误差对随机种子敏感，换个种子结果波动大

出现这些情况，优先减少网络参数量、增加Dropout、缩小训练轮数，而不是继续扩大搜索范围。

7. 常见报错与排查顺序：从数据到模型层层定位

四模型对比实验最容易出现的问题，按出现频率从高到低排一下。

7.1 维度不匹配

报错信息通常类似：

Expected 3D input, got 2D

这种情况绝大多数是滑窗样本构造不对，或者进入LSTM前少了时间步维度。先打印X_train.shape和y_train.shape，确认是否能对得上模型定义里的输入要求。

7.2 归一化泄漏

训练时用包含测试集统计量的归一化器，导致测试集信息间接进入训练。这是隐蔽错误，不报错，但会让指标虚高。排查方法是检查归一化器的fit过程是否只作用在训练集上。

7.3 数据划分随机化

使用train_test_split默认随机划分，导致时序泄露。排查方法是绘制训练集和测试集的时间覆盖范围，确认测试集在时间上完全位于训练集之后。

7.4 AGDO搜索太慢

每组参数都要完整训练一次CNN-LSTM，搜索200次可能耗时数小时。排查方法：

1. 先缩小搜索空间，减少候选值。
2. 降低最大训练轮数，比如从100改成30。
3. 使用小批量数据预搜索，比如只取训练集前20%做快速评估。
4. 确认CPU核数和GPU显存是否够用，AGDO评估过程是否可以并行。

7.5 Transformer显存溢出

输入序列长度较长时，Transformer的注意力矩阵是序列长度平方级别。比如序列长度1000，注意力矩阵就是1000×1000。解决方式：

1. 减小滑窗长度。
2. 缩小batch size。
3. 使用梯度累积。
4. 考虑换用线性注意力或稀疏注意力，但会增加实现成本。

7.6 输出结果全是均值

预测曲线几乎是一条直线，或者波动很小。这种现象常见于数据量不足、模型容量不足或损失函数对峰值不敏感。排查顺序：先看训练集拟合情况，如果训练集也是平的，说明模型容量不够；如果训练集拟合很好但测试集是平的，说明泛化能力不足，需要加正则或换模型。

7.7 不同模型间指标不可比

有时候CNN-LSTM的输入长度是24，Transformer的输入长度是48，最后比较RMSE就没意义。所有模型必须用相同的数据、输入长度、输出长度、评价指标。对比前先列一张实验配置表，避免隐性不一致。

8. 完整实验流程与项目文件组织建议

一个完整的四模型对比项目，如果从零开始，建议按以下阶段推进。每个阶段有明确的验收标准，不要赶时间跳过。

8.1 阶段一：数据理解与预处理

任务清单：

• 查看数据表的列名、行数、时间范围
• 检查缺失值和重复值
• 画出每个变量随时间的变化曲线
• 确定目标列和外部特征列
• 检查是否存在未来数据，比如用当天的温度预报值预测当天的负荷可以，但用当天实际温度值预测当天负荷，在测试阶段要注意合理性

验收标准：能准确说出每列特征的含义、缺失情况、数值范围、时间跨度，以及哪些特征可能对目标有直接影响。

8.2 阶段二：基线模型跑通

先不要上AGDO，不要上复杂的Transformer。先用最简单的CNN-LSTM或线性回归跑通全流程。目的是验证数据加载、样本构造、模型训练、指标计算链路没有bug。

验收标准：能输出训练集、验证集、测试集的MAE/RMSE，能画出预测曲线。

8.3 阶段三：跑三个常规模型

在基线跑通之后，分别实现CNN-LSTM、TCN、Transformer三个模型。每个模型先用手动设定的默认参数，保证收敛。记录训练时间、参数量、验证集指标。

验收标准：三个模型都能稳定训练，指标在同一套评价函数下可比。

8.4 阶段四：接入AGDO

把AGDO作为超参数搜索工具，评估对象是CNN-LSTM。搜索结束后，用最优参数重新初始化模型，在完整训练集上训练，在测试集上评估。

验收标准：能输出AGDO每次迭代的适应度变化曲线，以及搜索到的最优参数组合。

8.5 阶段五：结果汇总与可视化

最后把四组结果放进同一张表格，画出真实值和预测值的对比曲线、误差分布图、AGDO收敛曲线。

import matplotlib.pyplot as plt plt.figure(figsize=(12, 5)) plt.plot(y_test, label='True', alpha=0.7) plt.plot(pred_agdo, label='AGDO-CNN-LSTM', alpha=0.7) plt.plot(pred_tcn, label='TCN', alpha=0.5) plt.plot(pred_transformer, label='Transformer', alpha=0.5) plt.legend() plt.title('Test Set Prediction Comparison') plt.show()

图表要有标题、坐标轴标签、图例，方便后续写技术总结时直接复用。

8.6 项目文件组织

建议把实验拆成多个目录，不要四个模型的逻辑全都堆在一个文件里：

project/ ├── data/ │ ├── raw/ # 原始数据 │ ├── processed/ # 清洗和滑窗后的数据 │ └── scalers/ # 保存的归一化器 ├── models/ │ ├── cnn_lstm.py │ ├── tcn.py │ ├── transformer.py │ └── agdo_search.py ├── experiments/ │ ├── config.yaml # 统一配置 │ ├── train_baseline.py │ ├── train_agdo.py │ └── evaluate_all.py ├── results/ │ ├── metrics.csv │ ├── figures/ │ └── logs/ └── README.md

这种组织方式的好处有三个：模型结构改动不会影响训练脚本；实验配置独立于代码，调整参数不用改代码；日志和结果分开存放，方便回溯哪一组结果对应哪组配置。

9. 实际业务落地中的边界与坑点：不要照搬实验配置

AGDO-CNN-LSTM在论文或实验中表现不错，但落到实际业务系统里，要额外考虑几个问题。

9.1 训练成本和推理成本不一样

AGDO搜索阶段非常耗时，因为要反复训练模型。但搜索完成后，真正部署的是单个CNN-LSTM模型，推理速度取决于网络规模和输入长度。如果模型为了追求精度把LSTM隐藏层调到128、卷积核数量调到128，推理速度可能会变