基于matlab的灰色预测模型(含程序),程序是灰色模型GM(1,1)程序二次拟合和等维新陈代谢改进预测程序
2025/3/10 10:47:25 36KB matlab' gm(1.1)
1
数学建模常用程序包,包括神经网络、图论算法、小波预测、元胞自动机、回归预测、灰色预测、聚类分析、SVM、时间序列、粒子群优化、模拟退火、遗传算法、主成分分析、图像处理等数十种常用代码,可以直接运行。
2025/2/22 21:02:50 18.4MB 数学建模 程序包
1
灰色预测模型GM(1,n)模型的matlab源代码,包括预测模型的建立,以及模型的精度检验指标c,p的计算。
2025/1/24 13:42:34 111KB 灰色预测代码
1
带入数据即可直接进行灰色预测,还有聚类分析,决策分析等等功能
2024/11/10 3:27:35 1.79MB 灰色预测
1
灰色预测,适合用于建模比赛快速处理数据预测未来数据,误差率较少,简单快捷,比matlab工具箱简单。
2024/7/12 11:31:52 1.64MB
1
本书的作者都具有实际的数学建模参赛经历和竞赛指导经验。
书中内容完全是根据数学建模竞赛的需要而编排的,涵盖了绝大部分数学建模问题的matlab求解方法。
本书内容分上下两篇。
上篇介绍数学建模中常规方法的matlab实现,包括matlab交互、数据建模、程序绘图、灰色预测、规划模型等方法;
还介绍了各种高级方法的matlab实现,包括遗传算法、粒子群算法、模拟退火算法、人工神经网络、小波分析、动态仿真、数值模拟等。
下篇以真实的数学建模赛题为案例,介绍了如何用matlab求解实际的数学建模问题,给出了详细的建模过程和程序。
书中的附件部分介绍了作者在建模竞赛中屡获大奖的经验。
相信这些经验对准备参加数学建模竞赛的读者会有所帮助。
2024/6/2 15:46:32 16.32MB Matlab 数学建模
1
灰色预测模型的matlab源代码,可对一些线性变换的数据进行预测
2024/3/1 19:58:23 4KB 灰色预测
1
为了提高光伏发电功率预测的精度,本文在结合灰色预测算法(GM)与神经络预测算法优点的基础上,提出一种基于灰色径向基函数(RadicalBasisFunction,RBF)和神经网络光伏发电功率预测模型。
该预测模型综合了灰色预测算法所需历史数据少以及RBF神经网络预测算法自学习能力强的优点。
最后,运用南昌地区夏季和冬季晴天、阴天、雨天光伏发电历史数据在MATLAB应用平台编程实现对GM-RBF神经网络预测模型的预测精度进行验证,得出基于GM-RBF神经网络光伏发电预测模型在夏季晴天预测误差为6.495%、夏季阴天预测误差为12.146%、夏季雨天预测误差为21.531%、冬季晴天预测误差为8.457%、冬季阴天预测误差14.379%、冬季雨天预测误差为18.495%,其预测精度均高于灰色预测算法和RBF神经网络预测算法
2024/2/20 1:51:04 838KB 灰色预测 RBF
1
本文参考了2篇论文,并给出了matlab实现,并附有论文。
本文采用最后的预测效果前50数据预测后面10个数据。
效果如文件夹中result.jpg所示。
可以通过CSDN交流。
本文仅仅提供入门级别的实现方法。
2024/2/13 15:43:09 1.44MB 灰色预测 matlab
1
包含灰序列生成、灰色关联分析、灰色聚类分析、灰色预测模型、灰色决策分析等包含灰序列生成、灰色关联分析、灰色聚类分析、灰色预测模型、灰色决策分析等
2024/2/11 18:17:11 1.72MB 灰色模型
1
共 34 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡