深度学习模型现在很火，应用的领域也是各方各面。在序列预测方面，当属LSTM模型的应用最广。我基于matlab编写了用LSTM模型实现多步预测时间序列的程序代码。序列数据是我随机生成的，如果有自己的数据，就可以自己简单改一下代码，读取txt或excel都可以。注意读取后的序列必须命名为行向量。代码最后还提供了误差分析部分，展示了绝对误差、MAE、RMSE、MAPE共4个误差指标，可供参考。代码基于matlab2021版编写，适用于2018版之后的所有版本。

应用时间序列预测构建模型，关于1900-1998年全球7级以上地震发生次数数据的案例分析 适合初学者，有详细的代码解释，对数据进行白噪声检验，自相关、偏相关图的查看方法及其中蕴含的意义，以及通过观察模型，构建ARMA模型，进行多次拟合，选取最合适的，进而进行时间序列预测，得到相关的置信区间，以及图例，可以明确方便的观察未来的趋势。

为研究红阳三矿深部采区冲击危险程度,结合采区实际地质和生产条件分析并确定了冲击地压影响因素,把采深、上覆7#煤层遗留煤柱作为关键影响因素。采用综合指数法,对采区划分的网格进行冲击危险指数计算。根据计算结果,该采区地质影响因素综合指数为0.65属于中等冲击危险;开采条件影响因素中最大冲击指数为0.83,为强冲击危险;并对采区进行了冲击危险区域划分,其中受关键因素和火成岩墙影响区域为强冲击危险区域。

塔山地区处于华北陆块郯庐断裂带西侧,受区域深大断裂影响和拉张性构造作用,北东向的断裂构造控制着金刚石和指示矿物的分布,结合其处于重力高、低电阻率值的物探背景下,推断其具有良好的成矿背景和成矿条件,为苏北地区寻找金刚石原始矿的有利靶区。

激光焊接（LW）成为最经济的高质量连接工艺之一。 LW的优点是热量输入受到严格控制，导致变形低，并且能够焊接热敏感部件。 为了有效地利用LW带来的好处，有必要开发一种集成方法来识别和控制焊接工艺变量，以产生所需的焊接特性，而不必强迫使用传统且严格的试验和错误程序。 本文利用3D数值建模和实验验证，对低碳镀锌钢激光搭接焊的焊缝几何特征预测进行了研究。 与温度有关的材料特性，冶金转变和焓方法构成了所提出的建模方法的基础。 采用自适应3D热源来模拟LW过程的锁孔和传导模式。 使用商业软件上的3D有限元模型进行仿真。 该模型用于估算各种LW参数（例如激光功率，焊接速度和激光束直径）的焊缝几何特性。 3D数值模型的校准和验证基于使用3 kW Nd：Yag激光系统获得的实验数据，结构化的实验设计和经过确认的统计分析工具。 结果表明，该建模方法不仅可以为可变的焊接参数和条件下的焊接特性提供一致且准确的预测，而且还可以对过程参数对焊接质量的影响进行全面而定量的分析。 结果表明，焊缝几何形状特性的预测值和测量值之间具有很高的一致性，例如熔深，顶部表面的焊缝宽度和薄板之间的界面处的焊缝宽度，平均精度大于9

针对经典智能算法用于滑坡位移预测时存在的网络结构参数选取复杂、易陷入局部极小等缺陷,提出了基于改进极限学习机ELM(Extreme Learning Machine)的滑坡位移预测模型。在滑坡变形位移状态辨识基础上,根据其位移变化特征,将滑坡位移曲线类型划分减速-匀速型、匀速-增速型、减速-匀速-增速型、复合型4类,将改进的ELM算法分别用于4种不同类型的滑坡位移预测。基于改进ELM算法构建滑坡位移预测模型时,采用二值区间搜索算法选定最佳隐含层神经元个数和激励函数,并融入数据滚动建模思想,以期提高网络泛化能力和预测精度。以链子崖、卧龙寺、古树屋、新滩滑坡体为例,对ELM预测的适用性进行讨论,实验结果表明,基于ELM构建不同类型滑坡位移预测模型时,具有较高的预测精度,且在网络学习速度等方面优势明显,适用于复杂状况下滑坡体的位移预测。

机器学习--贷款违约行为预测（基于逻辑回归和朴素贝叶斯和随机森林及SVM四种方法实现，资源包含完成则代码及数据，数据3万余条记录

在估算风险度量时，准确地模拟干散货运输收益的经验分布极为重要。 基于几种常用的分布和替代分布，本文建立了九种不同的风险模型来预测干散货运输市场的风险价值（VaR）。 探索了几种回测以比较VaR预测的准确性。 实证结果表明，基于常用分布的风险模型具有相对较差的性能，而替代分布（即偏斜学生-T（SST）分布，斜泛广义误差分布（SGED）和双曲线分布（HYP）产生的VaR更准确测量。 实证结果表明，风险管理者在管理干散货运输市场中的极端风险时会进一步考虑更灵活的经验分布。

为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。

针对现有有源电力滤波器大多使用数字化控制器实现,存在系统延时的问题,提出了一种模型预测电流控制方法,并将其应用于三电平有源电力滤波器控制系统中。该方法根据实际有源电力滤波器控制系统模型设计质量函数,在每个采样周期内,对变频器27个电压矢量分别进行评估,选取使质量函数取值最小的电压矢量来控制下一周期开关导通,使有源电力滤波器的补偿电流快速跟踪参考值。仿真结果表明,该方法不仅能使有源电力滤波器实现高性能补偿,而且极大地减小了数字系统的固有延时。