针对非线性模型的参数估计寻优较为困难的问题，提出一种基于改进的差分进化算法的非线性系统模型参数辨识新方法。通过引入一个自适应变异率，随着迭代的进行自适应调整缩放因子，从而在初期保持种群多样性以避免早熟，并在后期逐步降低变异率，保留优良信息，避免最优解遭到破坏。交叉概率采用动态非线性增加的方法，提高了收敛速度。为了验证算法性能，针对几类典型的非线性模型参数辨识问题进行了仿真研究，并将其应用于一类发酵动力学模型参数的估计中。结果表明改进算法的参数辨识精度高，收敛速度也比较快，有效提高了模型建立的精度与效率，为解决实际系统中参数估计问题提供了一条可行的途径。

使用1stOpt软件进行Gompertz模型参数辨识

基于递推最小二乘参数算法的锂电池参数辨识，适合学生及工程人员参考。

SWAT模型水文模拟、非点源污染模拟参数率定校准说明书，中文版。

针对股票市场中 AR 模型的识别、建立和估计问题，利用 AR 模型算法对股票 价格进行预测。选取浦发银行和东风汽车股票数据，发行时间为 2013 年 5 月 6 日 2014 年 4 月 3 日，取开盘价作为样本预测数据。所有股票数据来源于大智慧 365.股市通软件，利用PYTHON实现

针对Logistic回归模型中的参数估计计算复杂难题，提出一种基于粒子群优化算法（PSO）的估计方法。以最大似然准则作为粒子群优化算法的适应度函数，建立了Logistic回归模型中的参数估算模型。数值仿真分析表明，粒子群优化算法可以更精确地计算出相关参数。

提供了AR模型参数估计完整matlab代码，与这篇文章中的原理部分组合https://blog.csdn.net/weixin_44846910/article/details/107311415，就是一篇完整的实验报告。 编程实现 Levinson- Durbin递推算法。 1.使用AR模型仿真生成随机信号，求解Yue- Walker方程估计AR模型的参数，并与 MATLAB自带函数 anyue进行比较，检验程序是否正确。 2.应用FPR、AC等准则估计模型的阶数，并与真实值进行比较。 3.讨论AR模型阶数及白噪声方差对参数估计的影响。

这是我自己编写的估计AR模型参数的M代码，利用的是LD算法，里面有注释，便于理解，值得推荐！

本资源为自适应遗传算法的Python实现，可用于机器学习算法建模变量和模型参数的同步优选，

研究等式约束模型中回归系数的线性Minimax估计问题在改进Zellner提出的平衡损失函数的基础上,分析了齐次线性估日类中等式约束模型中回归系数线性估计损失风险的极大极小性,并得到了回归系数的线性Minimax估计;在适当的假设下,证明了回归系数线性Minimax估计的唯一性。