基于模糊时间序列预测的二目标区间数折衷规划

基于Huang变换和ARIMA模型的时间序列预测方法，马亮亮，田富鹏，文中首先通过Huang变换将非平稳时间序列分解为有限个固有模态函数和一个残余函数之和，然后应用ARIMA模型对各个固有模态函数和残

文章主要研究季节时间序列模型在安徽省用电量时间序列预测中的应用。并分别对 安徽省全社会用电量和工业用电量建立了温特（Winter）积性指数平滑模型和SARIMA模型。全文把2006~2012年的用电量

这是一篇2008年6月的硕士毕业论文,详细的介绍了基于时间序列的数据挖掘算法在股票数据的分析和预测。其中在多元时间序列跨事物关联规则分析高效处理算法optimize基础上改进,用二维时间模式进行分析。

基于ARMA模型和BP网络的时间序列预测模型，杨杰，孙旭东，摘要：本文主要介绍了时间序列和BP网络基础理论以及其预测的应用，并以2006年上证指数的开盘数据为例建立了基于这两种方法的预测模

依据神经网络建模的原理,提出了一种基于神经网络的时间序列预测方法,并通过在山东枣庄矿业集团公司柴里煤矿进行的预测分析,验证了预测方法的有效性。为解决煤炭自燃的预测提供了一条良好的思路和方法,具有较大的

2010兰大基于改进回声状态网络的混沌时间序列多步预测

摘要：提出一种基于量子粒子群优化算法训练径向基函数神经网络进行混沌时间序列预测的新方法。在确定径向基函数网络的隐层节点数后，将相应网络的参数，包括隐层基函数中心、扩展常数，以及输出权值和偏移编码成学习

为了用计算机绘制出中国水墨画的效果,设计了一个基于动力学的虚拟毛笔模拟系统。系统主要由二个部份组成：以弯曲弹簧的力学模型为基础,来模拟毛笔的笔头随着受力的作用而变化的样子;水墨传输系统则采用多层的水墨

该程序基于CNN-BiLSTM卷积双向长短期记忆神经网络，可用于单变量时间序列预测。程序附带完整的Matlab代码和数据。运行环境要求Matlab2020及以上版本。下载本程序和数据，可实现更加准确的

基于PyTorch的MTS-Mixers代码，它利用因子化时间和通道混合进行多元时间序列预测。使用该代码需要安装Python版本不低于3.6，PyTorch版本不低于1.5.0。下载数据并将.csv文