充电服务设施的建设是电动汽车普及的重要因素。 因此，迫切需要解决电动汽车充电站的规划问题。 考虑到自然环境，社会，交通，电网和经济的标准，通过15个次级标准建立了电动汽车充电站项目评价体系。 分析中采用的BP神经网络构建了充电站的规划模型。 它用于充电站规划的位置和容量预测。 通过对数据样本进行分析，建立了稳定的网络结构，并在充电站规划中验证了该模型的可行性。

机器学习与算法及源码：其它预测方法.zip

数学建模2005年题目，雨量预报对农业生产和城市工作和生活有重要作用，但准确、及时地对雨量 作出预报是一个十分困难的问题，广受世界各国关注。我国某地气象台和气象研究所正在研究6小时雨量预报方法，即每天晚上20点预报从21点开始的4个时段（21点至次日3点，次日3点至9点，9点至15点，15点至21点）在某些位置的雨量，这些位置位于东经120度、北纬32度附近的53×47的等距网格点上。同时设立91个观测站点实测这些时段的实际雨量，由于各种条件的限制，站点的设置是不均匀的。气象部门提供了41天的用两种不同方法的预报数据和相应的实测数据并希望建立一种科学评价预报方法好坏的数学模型与方法来评价两种6小时雨量预报方法的准确性；气象部门将6小时降雨量分为6等并希望按此分级向公众预报，在评价方法中考虑公众的感受。

BP、GABP、改进GABP三种风电功率预测方法比较；Matlab源代码，内含数据，注释详细，内含gaot遗传算法工具箱。

轨道交通短期客流预测方法及其算法研究.docx

对跨项目缺陷预测问题展开了深入研究，在源项目实例选择时，考虑了三种不同的实例相似度计算方法，并发现这些方法的缺陷预测结果存在多样性，因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BCEL。具体来说，基于不同的实例相似度计算方法，从候选集中选出不同的训练集；针对这些数据集，进行有针对性的Box-Cox转换，并借助特定分类方法构造出不同的基分类器，最后将这三个基分类器进行有效集成。基于实际项目的数据集，验证了BCEL方法的有效性，并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响。

本发明公开了一种基于遗传算法优化BP神经网络的风电功率预测方法，从风电功率预测系统的数据处理模块中获取预测参考数据；对参考数据建立BP神经网络的预测模型，并采用多种群编码对应BP神经网络的不同结构，每个种群分别对神经网络权值阈值编码，生成不同长度的个体，用遗传算法中选择、交叉、变异操作进化优化每个种群，最后判断收敛条件并选择最优个体；再对BP神经网络初始化，用学习率可变的动量BP算法进一步训练网络直至收敛，利用该网络对风电功率进行预测；最后，还反复利用预测值，在一轮预测中进行多次预测实现了跨时间间隔的多步预测。本发明预测精度提高，计算时间减少，稳定性增强。

基于弹性阻抗的储层物性参数预测方法

基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 基于深度学习的建筑能耗预测方法研究 ......

本研究旨在撞髙交通状态判别与预测的效果，在分析各类交通数据的基础上，釆用先进机器学习方法，并有机结合特征选择、参数优化等理论方法，对交通状态判别与预测方法展开琛入研究，主要研究内容及成粜如下：基于ＲＢＦ神经网络的交通流缺失数据修复方法神经网络用于交通流领域研究的优势在于神经网络能够简化研究模型时的建模过程，尤其是针对交通流的非线性特征，对于复杂的非线性问题具有良好的解决能力。研究发现，ＲＢＦ神经网络具有自组织、自学习、自适应的功能，不会出现局部极小值问题，对非线性的连续函数具有一直逼近性，训练速度较快，同时它可以对数据进行大范围的融合，髙速处理数据。因此，本文以ＲＢＦ神经网络为主体构建了交通流预测模型，随后利用模型预测值修复交通流缺失数据。为了验证其可行性和精确度，本文将提出的模型与元非线性回归模型以及ＢＰ神经网络模型的修复精度进行了对比，结果表明本文提出的基于ＫＥＦ神经网络的模型对于交通梳缺失数据的修复效果更好。基于小波和 改进 ＢＰ 神 经 网 络 的 交通事件 自 动 检铡 方法本文在研究基础 上提出 了一种 基于小波和 改进 Ｂ Ｐ 神 经 网 络 进行道路......