时间序列预测
-
matlab代码实现ARIMA模型
基于matlab的ARIMA模型的源代码。ARIMA模型是自回归滑动平均求和模型，是时间序列分析模型，可以用于时间序列的预测。该代码实现了ARIMA模型的建模和谱分析过程 -
-
-
用风电功率历史数据来对未来一段时间功率的数值进行预测
用风电功率历史数据来对未来一段时间功率的数值进行预测，通过matlab软件编程和Excel处理数据，用神经网络仿真预测法、灰度预测法、时间序列预测法通过历史数据所呈现出来的一些规律对某段时间的风电功率展开预测，预测之后对得到的数据进行误差分析，通过与一些标准的对比来确定预测方法的可靠程度 -
-
小波神经网络的时间序列预测——短时交通流量预测
时间序列是随时间改变而随机地变化的序列，时间预测序列是指用前面干各点的数据来预测当前和以后的数据。时间序列预测的方法在随机过程理论中一般采用线性模型进行预测，比如AR模型，MA模型，ARMA模型等，但是这些模型的建立中模型种类选择，阶数确定等需要人为确定，预测误差较大。小波理论是近年来新兴的一种数学方法，小波神经网络把小波方法和神经网络结合，可以用于时间序列预测问题。本案例采用小波神经网络预测交通流量，说明了该网络在时间序列预测中的有效性。 -
-
MATLAB小波神经网络的时间序列预测
所谓时间序列就是一组按照一定的时间间隔排列的一组数据。这一组数据可以表示各种 各样的含义的数值，如对某种产品的需求量、产量，销售额，等。其时间间隔可以是任意的时间单位，如小时、日、周、月等。通常，对于这些量的预测，由于很难确定它与其他因变量的关系，或收集因变量的数据非常困难，这时我们就不能采用回归分析方法进行预测，或者说，有时对预测的精度要求不是特别高，这时我们都可以使用时间序列分析方法来进行预测。 -
-
