说明：ARMA时间序列预测模型，有示例数据及注释等

时间序列法 matlab-ARMA注释 ARMA时间序列 时间预测模型 时间序列

说明：基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论...

实测风速数据 svm风速预测 风速预测-数据 SVM-风速预测 预测风速

说明：时间序列预测ARIMA模型，这是一种基于风速数据的预测程序。

ARIMA模型-预测 MATLAB数据预测 风速-预测 ARIMA. 数据预测模型

说明：时间序列数据是指按照时间先后依次排列的观测值所构成的数列，如各年度的国内生产总值、人口数据等。研究时间序列数据模型处理的主要目的是进行数据预测，如预测下一年度的销售额、预测股票价格的走势等。

销售预测模型 stock-price 价格预测 预测销售模型 matlab-股票

说明：基于ARMA模型，由原始数据预测未来的数据。

时间序列ARMA模型 预测 arima预测 ARMA预测

说明：matlab 灰度预测模型，实现数据的预测。

灰度预测 grey matlab 模型预测 灰度预测数据

说明：实现了对10个数字音的识别，阵列信号处理的高分辨率估计，感应双馈发电机系统的仿真，可以广泛的应用于数据预测及数据分析,采用加权网络中节点强度和权重都是幂率分布的模型，针对EMD方法的不足。

网络 识别 系统 emd 仿真 模型 应用 实现 预测 可以 采用 数据 估计 广泛 分辨率 个数 信号处理 阵列 数据分析 针对 分布 节点 强度 加权 权重 感应 发电机 字音

说明：基于LSTM参数实时更新的RUL预测方法。针对传统LSTM模型不能有效利用非生命周期数据建立优良的RUL预测模型和无法合理利用在线数据的问题，提出了一种改进的长短期记忆神经网络（LSTM）方法。。 这是一个新颖的想法，并已通过实验验证。

LSTM RUL预测方法

说明：PSO 优化的灰度预测模型，可以预测累加类数据、且有拟合检验。

PSO GM 灰度预测

说明：matlab算法集合打包,包括:数据拟合,数学规划,递推关系式的作图程序,最小生成树Prim算法,顶点覆盖近似算法,哈密尔顿回路,画等温线,离散优化,模拟退火应用,生成全排列矩阵,时间序列分析程序,中国大学生数学建模竞赛题解以及最短路径等等。

哈密顿回路 数学建模 数学建模程序 数据拟合