PSO-Transformer-BiLSTM分类预测/故障诊断，优化参数为注意力机制头数、学习率、正则化系数、隐藏层单元，图很多，包括分类效果图，混淆矩阵图1.Matlab实现PSO-Transformer-BiLSTM粒子群优化Transformer编码器组合双向长短期记忆神经网络多特征分类预测/故障诊断，运行环境Matlab2023b及以上； 2.excel数据，方便替换，可在下载区获取数据和程序内容。 3.优化参数为注意力机制头数、学习率、正则化系数、隐藏层单元，图很多，包括分类效果图，混淆矩阵图，指标含召回率、精确率、F1分数、灵敏度、特异性、曲线下面积等。 4.附赠案例数据可直接运行main一键出图，注意程序和数据放在一个文件夹，运行环境为Matl