MATLAB神经网络应用设计，学习MATLAB的基础教程，比较经典

预测分析建模 Python与R语言实现，还不错，挺清楚的。

MATLAB—常用数学建模算法大全（26种）：理论介绍+源代码+实例分析 随机森林 模拟退火算法 多项式拟合 灰色预测G(1,1) ,G(1,N) 关联度(绝对关联度-相对关联度-综合关联度) 聚类分析k-means BP神经网络 多目标线性优化、主成分分析-ccc、熵权法、常微分方程求解、支持向量机、遗传算法求解多元非线性规划问题、多元线性回归，多元非线性回归，灰色神经网络，偏微分方程求解，0-1规划，综合评价与决策，层次分析法，层次聚类，灰色关联度分析，产销平衡下的运输费用最优问题linprog，logistic模型，偏最小二乘回归分析， 图论-求解两指定顶点之间的最短路径。

资源名称：Simulink动态系统建模与仿真基础   内容简介：        本书介绍的是MathWorks公司最新版本MATLAB Release 13 SP1中的Simulink5.1软件包。全书共分12章，从Simulink的基本概念开始，系统全面地介绍了Simulink软件包中动态系统建模、仿真、分析和调试的方法，包括连续系统、离散系统和混合系统，书中给出了 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

完整代码，可直接运行

该模型是基本的光伏模型。 这里的输入是温度和辐照度。 对于不同的特性，我们可以改变输入。 首先实现方程并完成连接。 然后将串联和并联电阻的值设为固定值。 在光伏系统中有四个块并实现不同的值。 可以通过运行模拟（PV 和 IV 曲线）来分析输出特性。 得到结果的替代方法是这样的： 1 st 进入命令窗口，写入 plot(v,p) 并按 Enter。这样我们就可以看到 PV 阵列的特性。

无人机建模和仿真报告，包含无人机的运动建模，无人机路径规划，适用于想要了解无人机的运动的人群，文章偏向于理论和仿真，不涉及硬件知识

首先，您应该从太阳能电池板数据表/手册中收集信息： 1)短路电流2)最大功率点电流@STC 3) 开路电压4)最大功率点电压@STC 5)短路电流热系数6)开路电压热系数 为了模拟太阳能电池板，有一个形式为 I=f(V) 的函数。 如果您查看数学表达式，您会看到一些常数和两个变量（全局太阳辐射和环境温度）在函数中起作用。 常数由上述信息确定。 使用文件“twoDiode.mdl”来计算它们。 您现在拥有的是太阳能电池板的 IV 特性，该特性取决于太阳辐射和环境温度。 太阳能电池板的 IV 特性在文件“solarpanel.mdl”中实现。 所以你双击模型来定义常量，然后你会看到三个输入。 1) 全局辐射 2) 温度 3) 电压。 你得到电流。 例如，您保持全局辐射和温度稳定，并将电压从 0 更改为开路电压，您将获得漂亮的 IV 曲线，您将在太阳能电池板产品的数据表或手册中看到。 如果

把照片转换成3d的专业建模素材，实用与任何照片转换3d的素材！

基于国内某高校校园一卡通系统一个月的运行数据，使用数据分析和建模的方法，挖掘数据中所蕴含的信息，分析学生在校园内的学习生活行为