灰色预测Matlab实现代码源代码,包含代码和实现步骤,以及代码注释
weka额外的jar包,可以对一定时间的历史数据进行预测
神经网络模拟人类大脑神经计算过程,可以实现高度非线性的预测和计算,主要用于非线性拟合,识别,特点是需要“训练”,给一些输入,告诉他正确的输出.若干次后,再给新的输入,神经网络就能正确的预测对于的输出.
arma时间序列预测算法,详细讲解了Arma的原理和使用历程
组合静态和时间序列链接预测算法为混合时间序列链接预测算法
1.掌握德尔菲法预测技术; 2.掌握一元线性回归方法及检验; 3.掌握一元非线性回归方法等预测方法
针对GM(1,1) 模型参数辨识过程中的病态性和稳健性问题, 一方面通过不改变预测精度的数乘变换将模型参数辨识过程中的病态性矩阵转化为良态矩阵, 另一方面利用适当的正交矩阵对原始数据序列实施正交变换,
为了进一步增强灰色预测模型对原始数据的适应能力, 提出一种时变参数GM(1, 1) 幂模型, 通过引入多项式函数描述GM(1, 1) 幂模型的结构参数随时间的动态变化规律. 根据建模样本量的不同, 分
在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,用MATLAB实现灰色预测GM(1,1)模型算法,并通过实例分析验证了程序的准确性和可靠性。
论文研究-时序残差GM(1,1)模型.pdf,