本文研究了两种灰色系统预测模型的预测能力。 Deng [1] [2]提出的原始灰色GM（1,1）预测模型，以及Ji等人提出的改进的Gray GM（1,1）模型。 [3]用于预测百慕大的医疗旅游需求。 本文还介绍了一种用于优化alpha（权重）参数的准优化方法。 使用四个数据点估算模型后，将提前五个步骤进行样本外预测。 结果表明，阿尔法参数的优化大大提高了模型的预测精度。 将两个模型的样本外平均绝对百分比误差的五个步骤从大约7％降低到大约3.80％。 很大程度上，在没有大量高质量数据的情况下，预测方法显示出巨大的潜力来替代传统的预测方法。

【预测模型】粒子群算法优化CNN预测【含Matlab源码 362期】.zip

使用pytorch搭建LSTM二维坐标轨迹预测模型 使用[i:i+step]的数据预测下一步的数据。step是步长

多元线性回归，支持向量机，随机森林，BP神经网络，LSTM回归预测模型

基于PCA和SVM的备件需求预测模型，姚菲，张翼，针对目前大量零值的备件预测方法精度不高的问题本文提出了主成分分析和支持向量机回归相结合的方法，对需求进行预测。首先整理分

改代码可实现keras预测图像类别。基于python3，改代码具体讲解了如何输出预测类别，通过建立列表形式准确输出中文类别。

【ANN预测模型】基于差分算法改进ANN网络预测matlab源码.md

此程序为预测人口在增长的模型，能够有效的预测未来几年的人口数量

提出顾及空间异质性的多尺度空间负荷预测模型。提出空间变异系数和尺度的概念，在此基础上提出按照空间变异系数对元胞空间进行不规则区域划分的方法，将得到的分区按照不同的相似度阈值进行区域聚类融合，得到不同尺度下的区域划分，然后将每一尺度下得到的结果进行叠加来预测空间负荷的分布。实例验证表明，所提模型提高了空间负荷预测的准确率。

自1972年丽塔台风袭击大连港并引发严重灾难以来，我们研究了台风引起的波高和风速的统计预测模型。 随着自然灾害发生频率和强度的增加趋势，对沿海防御基础设施的一些设计规范进行风险评估对于影响中国的经济发展和人们的生活至关重要。 现有的极端统计模型（例如Gumbel，Weibull，P-III分布或可能的最大台风/飓风（PMT / PMH），设计基准洪水（DBF））与我们的1975-1980年提出的（CEVD）模型之间的比较表明，所有已规划，已设计受到传统安全法规约束的沿海基础设施以及将来遭受台风/飓风灾害的威胁，随着极端自然灾害的增加趋势无法满足安全要求。 我们在美国的第一本出版物（J. of Waterway Port Coastal＆Ocean Eng。ASCE，1980，ww4）提出了一种用于中国海域的新模型“复合极值分布”，然后将该模型用于“飓风的长期分布”中。美国墨西哥湾和大西洋沿岸地区的特征”（OTC.1982）。 2005年的卡特里娜飓风，丽塔飓风和2012年的桑迪飓风引发的灾难证明，1982年的CEVD和CEVD已发展为多元复合极值分布（MCEVD）。 2006年MCEV