基于灰色线性回归组合模型的游戏客户留存率预测研究，易文轾，郑少智，建立精确的在线游戏玩家留存率预测模型对游戏玩家群体日常维护和游戏运营的风险控制具有重要的实用价值。文章针对新时期下游戏产

学校毕业论文做的程序，参考了别人的灰色模型python程序，写的灰色线性组合模型。解释的不多，最后的版本将在毕业论文做完后一起上传。我认为有很多的优化空间，大家可以在自由创作。

基于组合模型的销售预测应用研究，神经网络和SVM组合。

针对MIMO非线性系统的模型预测控制（MPC），建立了一种新型的带有外部输入的反向传播自回归（BP-ARX）组合模型，可以得到输入与输出之间的稳态关系。 BP神经网络代表稳态关系，ARX模型代表非线性系统输入和输出之间的线性动态关系。 BP-ARX模型是一个全局模型，可以离线识别，而ARX模型的参数根据BP神经网络和操作数据进行在线缩放。 采用顺序二次规划在线求解二次目标函数，并定义了移位系数以约束递归最小二乘算法的生效时间。 因此，提出了一种参数变化非线性MPC（PVNMPC）算法，该算法可快速响应系统设定点的大变化，并在系统输出接近设定点时显示出良好的动态性能。 在多变量搅拌罐和多变量pH中和过程中的仿真结果说明了该方法的适用性，并对PVNMPC和多变量递归广义预测控制器之间的控制效果进行了比较。