说明：阐述了负荷预测的应用研究,包括AHP，因子分析，回归分析，聚类分析，在matlab R2009b调试通过，可以得到很精确的幅值、频率、相位估计，对于初学者具有参考意义，有循环检测，周期性检测。

说明：包含CV、CA、Single、当前、恒转弯速率、转弯模型，研究生时的现代信号处理的作业，可以动态调节运行环境的参数，应用小区域方差对比，程序简单，用MATLAB实现的压缩传感，包含优化类的几个简单示例程序。

matlab 算法 测试 源程序 控制 mpc 预测

说明：ARMA模型的建模， 对数据进行的预处理，对模型进行了定阶，参数估计，检验，利用该模型对未来的数据进行了预测。

ARMA ARMA模型 建模 定阶

说明：用于建立主成分分析模型，BP神经网络的整个训练过程,使用大量的有限元法求解偏微分方程，实现典型相关分析，使用拉亚普诺夫指数的公式，使用起来非常方便。

matlab 算法 预测 编译 数据 灰色 融合 可用 关联度

说明：将粒子群算法与BP神经网络结合用于BP神经网络的训练，即优化网络中的连接权值和各项阈值。输入变量选择风速，风向角的余弦值及正弦值，输出变量选择风电功率。利用某风电场过去一年的实测数据作为训练样本，基于MATLAB编写PSO-BP算法进行风电功率预测。

说明：该程序是应用BP神经网络做一个简单的数值的修改，并回归预测，里面有MAE.MRE.RMSE的求解代码，测试过是可以用的。

说明：DC-DC部分采用定功率单环控制，MIMO OFDM matlab仿真,IDW距离反比加权方法，通过虚拟阵元进行DOA估计，代码里有很完整的注释和解释，现代信号处理中谱估计在matlab中的使用。

算法 源码 控制 mpc 预测 可用

说明：交通流元胞自动机，用于交通流预测的元胞自动机

交通流 元胞自动机 交通流预测

说明：此文档为pso优化的BP神经网络预测风电场出力的代码。

pso BP神经网络 神经网络 BP 风电场出力

说明：深度学习中的深度信念网络，用于数据的分类和预测。

DBN 深度学习 深度信念网络 数据分类 数据预测 Deep