【优化布局】遗传算法求解配电变电站布局优化问题.md

遗传算法是一种应用领域很广，解决问题效果较好的一种启发式算法，在解决调度问题中有很好的作用

从作业顺序图出发，定义了作业的序关系．以此为基础，分析了工位数固定时作业序列与最小节拍的对应关系，并针对第二类装配线平衡问题，提出一种基于可行作业序列的遗传算法．该算法直接依据作业顺序图生成初始群体，并构造交叉和变异算子；初始群体和交叉变异的结果都是可行解，从而保证只在可行作业序列子空间中进行最优解搜索，效率较高；在染色体的适应值定义中还考虑了最小节拍时间和工位工时标准差的综合影响，可用来比较最小节拍时间相同的不同作业分配方案间优劣，提高了解的可信度．应用该算法，对一实例进行了多种工位数的验证，结果较优．

竞赛天气预测.rar天气预测.rar天气预测.rar天气预测.rar

利用rnn网络和lstm网络进行下一个字的预测 eg： `输入`：**我觉得这个【向后输出20个字】** `输出`：**我觉得这个地方便，但是一个人的，但是一个人的，但是一个**

这里采用沪深300指数数据，时间跨度是2010年10月10号至今，选择每天的最高价格。假设当天最高价依赖当天的前n（如30）天的沪深300的最高价格。用LSTM模型来捕捉最高价的时序信息，通过模型训练，使之学会用前n天的最高价，来判断当天的最高价。

车价预测：数据集来自Kaggle

** 更新：网络研讨会录音可从以下网址获得： http://www.mathworks.com/videos/electricity-load-and-price-forecasting-with-matlab-81765.html 此示例演示如何使用 MATLAB:registered: 构建短期电力负荷（和价格）预测系统。 校准两个非线性回归模型（神经网络和袋装回归树），以在给定温度预测、假期信息和历史负载的情况下预测每小时的日前负载。 这些模型在 2004 年至 2007 年 NEPOOL 地区（由 ISO 新英格兰提供）的每小时数据上进行训练，并在 2008 年的样本外数据上进行测试。 该应用程序包括一个（可选）Excel 前端，使用户能够通过 MATLAB 可部署的 DLL 调用经过训练的负载预测模型。 标题为“负荷和价格预测案例研究简介”的文档将指导您完成分析的不同组成部分。 如果您没有所有

需求预测 该项目的目的是为Kaggle竞赛开发一种解决方案，以预测不同商店中3个月的商品销售情况 比赛说明 提供此竞赛是在相对简单和干净的数据集上探索不同时间序列技术的一种方式。 系统会为您提供5年的商店商品销售数据，并要求您预测10家不同商店的50种不同商品的3个月销售。 处理季节性的最佳方法是什么？ 应该对商店进行单独建模，还是可以将它们合并在一起？ 梯度增强比ARIMA更好吗？ 链接：

遗传算法GA优化支持向量机回归算法SVR，python写，自带数据集