基于SVRANN混合模型的股指预测研究

网络流量预测是网络管理的基础，网络流量受到多种因素影响，具有周期性、时变性和非线性，传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律，为此，提出一种网络流量组合预测模型（

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,

为有效预测煤体瓦斯渗透率,预警井下作业时瓦斯浓度变动,利用神经网络的自适应学习能力和模糊推理系统的经验知识建立自适应神经模糊推理系统(ANFIS)预测模型,并基于实验室数据将其预测结果与BP神经网络模

煤矿开采沉陷预计是一个复杂的非线性问题,建立完全正确的数学模型来进行预测有一定的局限性,而进化算法和支持向量机算法对于处理小样本工程预测问题有较明显的优势。收集学习数据样本,运用GASVM人机交换软件

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Web日志挖掘的Markov预测模型及算法研究，详细介绍了Markov模型建模过程和日志挖掘技术。

基于泛函网络的预测模型及算法研究基于泛函网络的预测模型及算法研究.pdf基于泛函网络的预测模型及算法研究.pdf

论文研究-基于数据挖掘的交通流预测模型.pdf, 通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中pij

文中以目前使用较为广泛的灰色系统和BP神经网络预计方法对中国神华集团榆家梁煤矿52406工作面地表沉陷进行了预测,同时建立灰色系统与BP神经网络的等权组合预测模型进行沉陷预计,并与单独的模型预测进行对

论文研究-基于混沌算法的自适应预测模型.pdf,  在混沌算法神经网络的预测模型中 ,适当选择非线性反馈项 ,能使网络的动力学在权空间具有混沌行为 ,网络系统在学习和训练过程中能够跳出能量的局域极小达