该模型采用有限集模型预测直接功率控制方法来控制PWM整流器。交流侧输入三相对称交流电，220V/50Hz，直流侧输出760V。其中，模型预测采用S-Function模块实现，在运行模型前需要先运行其代码并添加到路径。

bikeshare，pytorch实现机器学习项目实战—单车预测器——共享单车数据。*************

随着大数据时代的到来，基于网络数据的应用研究已成为热点。以品牌汽车销量预测为目标，将传统相关性分析与基于LASSO的特征选择方法相结合，选取相关品牌的网络搜索数据关键特征，而后建立了LASSO线性回归、支持向量回归和随机森林三种机器学习预测模型，并与传统ARIMA模型进行比较分析。实验结果表明，随机森林模型的预测平均误差为6.4%，比ARIMA模型降低了12.2个百分点，预测结果可为汽车企业生产规划和制定营销方案提供有效的决策支持。

国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性，传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文建立了基于经验模态分解(EMD)-粒子群算法(PSO)-支持向量机(SVM)的国际碳金融市场价格误差校正预测模型。数据选取2008年3月-2013年9月ICE碳排放期货交易所的CER期货(DEC12)和EUA期货(DEC12)的日交易结算价格作为考察样本进行仿真验证。结果显示：①引入EMD方法

权侵删

LSTM 单步预测，数据集和源码

matlab分时代码BikeShare预测 使用自行车共享数据预测将预订的自行车数量 CMSC 678-机器学习-2016年秋季-最终项目 学生姓名： Phanindra Kumar Kannaji（pkanna1） Venkata Rami Reddy Bujunuru（bo26494） 项目文件包括以下部分： 数据：自行车每年共享数据和天气数据单个文件，并最终生成带有完整组合数据的.mat文件。 bike_ .csv 天气_ .csv bikeShareData.mat-整个数据 images：不同图的输出，其文件名指示所使用的算法，并在运行时设置参数。 matlab：matlab代码，由我们编写的代码和少量自动生成的代码组成。 幻灯片：我们的演示幻灯片和最终论文。 自述文件和自述文件：* this Matlab代码： dataExtract.m：一种功能，用于从自行车共享数据和天气数据中提取数据，并根据时间以小时为基础将它们组合在一起。 dataCombine.m：这是要合并来自多年的数据，并进行预处理和后处理步骤以对数据进行分类和组织，然后再将其提供

MATLAB代码，直接运行，可以换数据。

基于数据挖掘的高校学生就业趋势预测分析.pdf

13-15能源消耗数据集、Tianchi数据集、第九届电工数学建模竞赛等