DOA-CNN-LSTM分类预测+SHAP分析+特征依赖图！深度学习可解释分析，Matlab代码实现
本代码实现了一种基于梦境优化算法（Dream Optimization Algorithm, DOA）优化卷积神经网络-长短期记忆网络（CNN-LSTM）超参数的分类模型，并在训练完成后利用SHAP（SHapley Additive exPlanations）进行可解释性分析。
一、研究背景
随着深度学习在图像识别、时序预测、故障诊断等领域的广泛应用，CNN和LSTM等网络结构在处理多模态数据时表现出色。然而，网络性能高度依赖于超参数（如学习率、隐藏层节点数、正则化系数）的选择，传统手动调参耗时且难以达到全局最优。同时，深度学习模型常被视为“黑箱”，缺乏可解释性，限制了其在医疗、金融等敏感领域的应用。因此，结合智能优化算法自动搜索最优超参数，并引入可解释性技术（如SHAP）理解模型决策依据，已成为当前研究的热点。
二、主要功能
- 数据加载与预处理：从Excel读取数据集，自动识别类别数、特征维度，按类别比例分层划分训练集和测试集，并对特征进行归一化。
- DOA超参数优化：以CNN-LSTM分类错误率为适应度函数，利用梦境优化算法自动搜索最优的初始学习率、LSTM隐藏层节点数和L2正则化系数。
- CNN-LSTM模型构建与训练：根据优化得到的最佳超参数构建混合网络，包含卷积层、LSTM层和全连接层，用于多分类任务。
- 模型评估与可视化：输出训练集和测试集准确率，绘制预测结果对比图、混淆矩阵，以及DOA迭代收敛曲线。
- SHAP可解释性分析：计算测试样本的SHAP值，绘制特征重要性条形图、特征依赖图及摘要图，揭示各特征对预测结果的贡献。
三、算法步骤
- 初始化：设置随机种子，读取数据，确定类别数、特征维度和样本总数。
- 数据划分：按类别分层抽样，保证训练集和测试集中各类别比例与原数据一致。
- 数据格式化：将数据归一化至[0,1]，并重塑为适合CNN-LSTM输入的格式（
num_dim×1×1×样本数的四维数组），同时转换为序列数据格式用于LSTM层。 - DOA优化：
- 定义超参数搜索空间：学习率、隐藏层节点数、L2正则化系数。
- 初始化梦境种群（候选解）及其位置和适应度。
- 迭代更新：模拟梦境中的情节演化、记忆重构、随机干扰等机制，更新个体位置，并调用适应度函数（内部训练CNN-LSTM并返回错误率）评估。
- 记录全局最优解，最终得到最佳超参数组合。
- 构建最终模型：使用最佳超参数构建固定结构的CNN-LSTM网络（包含两个卷积层、一个LSTM层、一个全连接层）。
- 模型训练：采用Adam优化器，设置最大训练轮次为500，学习率按分段策略下降，利用训练数据训练网络。
- 预测与评估：对训练集和测试集进行预测，计算准确率，绘制相关图表。
- SHAP分析：
- 选择部分测试样本（可自定义数量）进行SHAP计算。
- 以训练集特征均值为基准值，对每个样本计算每个特征的SHAP值。
- 可视化SHAP结果，包括摘要图、特征重要性条形图和特征依赖图。
四、技术路线
- 数据预处理：使用
xlsread导入数据，unique获取类别数，randperm打乱样本顺序，分层抽样保证类别平衡。 - 超参数优化：调用自定义
DOA函数，适应度函数fical（需用户提供）内部应包含构建CNN-LSTM并训练返回错误率的过程。 - 深度学习框架：基于MATLAB Deep Learning Toolbox构建网络，使用
layerGraph和trainNetwork。 - SHAP分析：自定义
shapley_1函数计算SHAP值（可能采用核估计或采样方法），利用绘图函数展示结果。
五、公式原理
5.1 梦境优化算法（DOA）
梦境优化算法是一种新兴的元启发式算法，模拟人类梦境形成与演化过程。其核心机制包括：
- 梦境生成：每个候选解（梦境片段）代表一组超参数。
- 记忆重构：通过随机组合、交叉变异等操作生成新梦境（新解）。
- 情节关联：根据适应度（梦境清晰度）保留优质梦境。
- 随机干扰：引入随机扰动避免陷入局部最优。
位置更新可抽象为：
Xt+1=Xt+ΔXt X_{t+1} = X_t + \Delta X_tXt+1=Xt+ΔXt
其中ΔXt\Delta X_tΔXt由当前个体与历史最优、群体最优及随机因素决定，具体实现需参考源代码。
5.2 CNN-LSTM网络
- 卷积层：提取局部特征，卷积操作y=f(W∗x+b)y = f(W * x + b)y=f(W∗x+b)，激活函数为ReLU（f(x)=max(0,x)f(x)=\max(0,x)f(x)=max(0,x)。
- LSTM层：处理序列依赖，包含输入门、遗忘门、输出门，单元状态更新公式略。
- 全连接层：将LSTM输出映射到类别数，后接softmax输出概率。
5.3 SHAP值
基于合作博弈论的Shapley值，计算每个特征对预测结果的边际贡献：
ϕj=∑S⊆F∖{j}∣S∣!(∣F∣−∣S∣−1)!∣F∣![fS∪{j}(xS∪{j})−fS(xS)] \phi_j = \sum_{S \subseteq F \setminus \{j\}} \frac{|S|!(|F|-|S|-1)!}{|F|!} [f_{S \cup \{j\}}(x_{S \cup \{j\}}) - f_S(x_S)]ϕj=S⊆F∖{j}∑∣F∣!∣S∣!(∣F∣−∣S∣−1)![fS∪{j}(xS∪{j})−fS(xS)]
其中FFF为所有特征集合，SSS为子集，fSf_SfS表示仅使用子集SSS中特征时的模型预测。实际计算中常采用近似方法（如Kernel SHAP）。
六、参数设定
| 参数/变量 | 取值/范围 | 说明 |
|---|---|---|
num_size | 0.7 | 训练集比例 |
SearchAgents_no | 10 | DOA种群数量（梦境片段数） |
Max_iteration | 5 | DOA最大迭代次数（梦境演化轮数） |
dim | 3 | 优化参数个数（学习率、隐藏层节点、L2） |
lb | [1e-3, 10, 1e-4] | 参数下界 |
ub | [1e-2, 30, 1e-1] | 参数上界 |
MaxEpochs | 500 | CNN-LSTM最大训练轮次 |
InitialLearnRate | best_lr | 优化后的学习率 |
L2Regularization | best_l2 | 优化后的L2系数 |
LearnRateDropFactor | 0.1 | 学习率下降因子 |
LearnRateDropPeriod | 400 | 学习率下降周期 |
numShapSamples | N | SHAP分析样本数（可调整） |
七、运行环境
- MATLAB版本：要求2023及以上。
- 数据文件：
数据集.xlsx，最后一列为类别标签。
八、应用场景
本模型适用于以下领域：
- 故障诊断：如机械设备的振动信号分类，通过优化超参数提升诊断准确率，并用SHAP分析找出关键特征频率。
- 生物医学信号处理：如心电图（ECG）分类，可自动调参并解释哪些导联特征对疾病判断贡献大。
- 金融风控：客户信用评级，结合时序交易数据，识别重要风险因子。
- 工业过程监控：多传感器时序数据，实现状态识别和可解释性分析。