排序:上传时间 相关度 下载量 查看数

灰色预测模型 6057

按分类查找:

  • GM(1,1)模型1-4 1:GM(1,1)模拟模型

    GM(1,1)模型1-4 1:GM(1,1)模拟模型,在matlab中的输入方法为gm1(x),x指要模拟的序列。 2:GM(1,1)预测模型,在matlab中的输入方法为gm2(x,K),x指要模拟的序列,K指从以后序列第一个数据算起的第k个待预测数据。 3:GM(1,1)群模拟模型,在matlab中的输入方法为gm3(x),x指要模拟的序列。 4:GM(1,1)群预测模型,在 ...

    /dl/214082.html

    标签: GM 模型 模拟

    上传时间: 2013-11-29

    上传用户:jackgao

  • 通过少量的、不完全的信息

    通过少量的、不完全的信息,建立灰色微分预测模型,对事物发展规律作出模糊性的长期描述(模糊预测领域中理论、方法较为完善的预测学分支)

    /dl/228340.html

    标签:

    上传时间: 2013-12-23

    上传用户:sjyy1001

  • 连续系统灰色PID的位置跟踪

    连续系统灰色PID的位置跟踪,先是采用PID控制进行灰色预测,然后采用带有灰色估计器的补偿PID控制

    /dl/289537.html

    标签: PID 连续系统

    上传时间: 2016-04-28

    上传用户:变形金刚

  • 时间序列预测法是一种定量分析方法

    时间序列预测法是一种定量分析方法,它是在时间序列变量分析的基础上,运用一定的数学方法建立预测模型,使时间趋势向外延伸,从而预测未来市场的发展变化趋势,确定变量预测值

    /dl/447817.html

    标签: 时间序列 定量 分析方法

    上传时间: 2014-11-29

    上传用户:dengzb84

  • 关于人口预测的一些文章

    关于人口预测的一些文章,2007年数学建模竞赛A题,希望对大家有所帮助。常用人口预测方法,差分方程,GM灰色预测……

    /dl/469167.html

    标签:

    上传时间: 2014-01-12

    上传用户:athjac

  • 基于神经网络的车削加工表面粗糙度智能预测

    表面粗糙度是机械加工工艺中主要的技术参数, 对零件质量和产品性能有着极为重要的影响。 以加工表面粗糙度与切削用量三要素的关系为对象, 采用正交试验方法, 利用立方氮化硼刀具对冷作模具钢 Cr12MoV 进行硬态干式车削试验,测量得到选定参数条件下的加工表面粗糙度值,并应用人工智能神经网络方 法建立了加工表面粗糙度 ...

    /dl/509979.html

    标签: 基于神经网络的车削加工表面粗糙度智能预测

    上传时间: 2016-03-20

    上传用户:happycats

  • RBF神经网络预测

    RBF神经网络用于预测模型,可以进行诸如交通流预测!

    /dl/511879.html

    标签: RBF 神经网络

    上传时间: 2016-06-20

    上传用户:chekai

  • 股票价格预测

    股票分析和预测是一个复杂的研究领域,本论文将股票技术分析理论与人工神经网络相结合,针对股票市场这一非线性系统,运用BP神经网络,研究基于历史数据分析的股票预测模型,同时,对单只股票短期收盘价格的预测进行深入的理论分析和实证研究。本文探讨了BP神经网络的模型与结构、BP算法的学习规则、权值和阈值等,构建了 ...

    /dl/515028.html

    标签: 股票 价格

    上传时间: 2017-05-11

    上传用户:wd1314

  • 数学建模32种常规方法

    数学建模32种常规方法1..第一章  线性规划.pdf10.第十章 数据的统计描述和分析.pdf11.第十一章 方差分析.pdf12.第十二章 回归分析.pdf13.第十三章 微分方程建模.pdf14.第十四章 稳定状态模型.pdf15.第十五章 常微分方程的解法.pdf16.第十六章 差分方程模型.pdf17.第十七章 马氏链模型.pdf18.第十八章 变分法模型.pdf19 ...

    /dl/744418.html

    标签: 数学建模

    上传时间: 2021-10-20

    上传用户:kingwide

  • 非线性系统多模型自适应控制研究

    1.针对一类参数未知的非线性离散时间动态系统,提出了一种新的基于神经网络的MMAC方法。首先,将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围,在此基础上,建立自适应模型来提高系统性能;针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后,针 ...

    /dl/830877.html

    标签: 自适应控制

    上传时间: 2022-03-11

    上传用户:yiyewumian