實際操作 1）數據檢驗與處理，判斷數據列的級比是否都落在可容覆蓋內，從而判斷已知該數據列是否可進行灰色預測； 2）根據預測算法建立模型得到預測值； 3）檢驗預測值----殘差檢驗、級比偏差值檢驗； 4）給出預測預報即結論。 通過對原始數據的整理尋找數的規律，分為三類： a、累加生成：通過數列間各時刻數...

　　非常糾結，在網上搜馬爾可夫出來的都是隱馬爾科夫模型 可是我查到的文獻提到的都是Markov chain，是馬爾可夫鏈。 我參考隱馬爾可夫模型介紹中的馬爾可夫過程自己實現了一個馬爾可夫鏈，按我自己的理解做的，不知道是不是真正的馬爾可夫鏈。 馬爾可夫過程就是幾個狀態按一個轉移概率矩陣做轉移。這個轉移概率就是問題中心，我們可以直接用輸入序列統計出一個概率。 如果是一個往復運動，例如鐘擺，左邊狀態

　　(Gray Forecast Model)是通過少量的、不完全的信息，建立數學模型并做出預測的一種預測方法。當我們應用運籌學的思想方法解決實際問題，制定發展戰略和政策、進行重大問題的決策時，都必須對未來進行科學的預測。 預測是根據客觀事物的過去和現在的發展規律，借助于科學的方法對其未來的發展趨勢和狀況進行描述和分析，并形成科學的假設和判斷。 灰色系統理論

　　建立一座高樓大廈時，除了需要堅實的地基之外，也需要有一個基本的模型框架，按照模型進行風險預測，做到萬無一失。在數據分析領域，同樣也需要建立數據分析模型。根據模型進行分析，這樣在數據分析時，明確數據分析思路，運用適當的分析方法將最終的數據分析結果得出來。下面我將介紹幾種

　　摘要 在目前的股票投資市場，不少自然人股民的投資主要方式使根據對當天或者一個較長周期對股票數據的預測，來得到下一天的股票數據，從而進行相應的投資。為了滿足股民希望能更為理性合理準確的預測股票走向，需要借助機器的幫助。本文主要是利用優化過的遺傳算法，利用遺傳算法調整BP三層神經網絡的權重與閾值，使BP神經網絡的訓練效果得到提升，從而對股票市場的行情有比較好的...