基于灰色预测模型的短期交通流预测研究

灰色预测模型及其计算方法，插件很是简便实用。

说明了运用matlab运行灰色预测模型的具体方法。

灰色预测模型的代码,很全面,里面包含了GM(1.1)的原初模型函数,新信息模型函数,新陈代谢函数,主函数。代码里面有很多解释

基于灰色—回归预测模型的铁路客运量研究，薛文敏，焦平，客运量发展趋势的预测对铁路有关部门制定相应的运营战略及今后的发展建设投入都有着很大的参考作用。文章运用了灰色预测理论以及

简述现有桩基沉降预测方法存在的不足,结合桩基沉降的特点,引入灰色预测GM(1,1)模型,建立基于灰色GM(1,1)模型的单桩及群桩沉降预测研究模型,并给出其建模的原理及建模的过程。最后,通过工程实例,

基于GM(1,1)背景值的构造方法,提出了一种基于Gauss-Legendre公式改进灰色预测模型的方法,并推导得出了基于两点Gauss-Legendre公式改进的GM(1,1)模型,改进模型的背景值

基于小波神经网络的时间序列预测的短时交通流量预测的matlab源程序与数据-Basedonwaveletneuralnetworktimeseriesforecastingshort-termtraf

亲自测试可用。能够做到预测未来7个单位的数据 本程序主要用来计算根据灰色理论建立的模型的预测值。 应用的数学模型是 GM(1,1)。 原始数据的处理方法是一次累加法。

基于EEMD_IPSO_LSSVM的交通流组合预测模型

基于核学习的强大非线性映射性能，针对短时交通流量预测，提出一类基于核学习方法的预测模型。核递推最小二乘（KRLS）基于近似线性依赖（approximatelineardependence，ALD）技术