这个提供了一个完整的 MATLAB 程序，用于基于支持向量机的时序预测。程序包括数据和文档。如果遇到问题，可以随时提问。此外，对于需要其他程序的情况，也可以咨询，作为一名 985 博士在读生，我精通与机器人相关的程序。
暂无评论
提出一种混合粒子群优化算法,即在改进粒子群优化算法全局搜索模型参数的基础上,利用梯度下降法进一步确定径向基神经网络模型参数,以提高网络的收敛精度和网络性能.采用基于RBFNN的混合粒子群优化算法进行离
查了很多资料自己编写的，在2018版matlab上可以完美运行，2014版之前的可能会报错
基于SVM的金融时间序列分析的研究，刘迪，，本文通过比较支持向量机（SVM）和自回归移动平均模型(ARIMA)在金融时间序列回归分析的实验，提出了一种新的SVM和ARIMA的组合模型。该模
GRU-ARIMA时间序列预测 GRU和ARIMA模型用于时间序列预测,其中GRU可用于短期和长期预测。使用GRU和ARIMA模型进行时间序列预测,其中GRU可以进行短期预测和长期预测。
svm预测.rar
基于多核函数SVM的跳频序列预测，余永庆，姚毓凯，具有混沌特性的跳频序列可进行短期预测。通过混沌序列的相空间重构方法得到混沌吸引子，使序列预测问题转化为对混沌吸引子的回归
提出一种将Granger 相关信息用于时间序列预测的方法, 以解决时间序列预测过程中信息利用不完全的问题. 首先, 通过Granger 相关性检验确定时间序列系统中的可利用信息; 然后, 利用神经网络
利用极限核学习机预测，有数据，可以直接运行，在此基础上根据自己的数据直接修改，拟合效果好，可以在此基础上进行进一步粒子群优化，提高模型的适应度值
为对矿井涌水量进行准确预测,以矿井涌水量历史时序数据为基础,提出一种综合自回归移动平均模型.建模时首先需要对涌水量时间序列进行平稳化处理,根据拖尾、截尾情况及BIC数值初步确定一个模型,进行参数估计、
由于基坑变形是多因素作用的结果，而其变形系统的实质是一个灰色系统，所以可以采用灰色系统理论对基坑变形进行预测。根据灰色系统理论，建立基坑变形的GM(1，1) 预测模型，并利用某工程的实际监测资料对未来
暂无评论