渣浆泵用材料失重量的预测模型 本文研究了渣浆泵用材料失重量的影响因素及其排序，通过大量计算，提出了用这些参数预测泵用材料失重量的一种方法，本文研究突破了过去传统的单一因素对材料失重量影响的研究模式，为泵用材料失重量深入研究开辟了新的途径。

灰色预测模型主要用于小样本的时间序列的样本外预测。

浙江省GDP的BP神经网络预测模型，能直接调出可视化的神经网络模型

为克服变幅载荷疲劳裂纹的预测中受到的实验成本、时间、载荷谱型等诸多因素的限制,在常幅载荷下S-N曲线与疲劳裂纹扩展曲线关系的基础上,研究了变幅载荷下两曲线之间的关系,并结合疲劳累积损伤理论,推导了块谱载荷裂纹扩展裂纹长度的预测方法,同时考虑了超载迟滞效应的影响,最后进行了实验研究.实验与计算结果表明该方法有效、便于工程应用,该方法可用于结构设计阶段对疲劳裂纹扩展寿命的预测.

很好的关于房价的模型和预测模型，选取我国具有代表性的几类城市对房价的合理性及房价的未来走势等问题进行定量分析；根据分析结果，进一步探讨使得房价合理的具体措施，以及可能对经济发展产生的影响，并进行定量分析。

非线性和随机性是导致复杂系统退化过程的两个重要因素，因此在基于随机退化模型的预测中必须予以考虑。 然而，当前的研究几乎总是集中在与年龄有关的随机降解模型上，其中大多数是线性的，或者可以转化为线性模型。 在本文中，我们提出了一个与年龄和状态有关的通用非线性退化模型，以进行预测。 在提出的模型中，利用具有年龄和状态相关的非线性漂移和挥发性系数的扩散过程来表征降解过程的动力学和非线性。 为了获得估计的剩余使用寿命分布，首先通过兰佩蒂变换将考虑的扩散过程转换为具有随年龄或状态而定的非线性漂移但具有恒定波动性的扩散过程。 然后，基于众所周知的时空变换，我们在首次通过时间的概念中获得了解析的近似剩余可用寿命分布。 进而，提出了一种基于厄米展开法的近似形式的退化状态转变密度函数，在此模型中针对未知参数的最大似然估计方法。 提供了一个说明性示例，以说明如何将获得的结果应用于特定的与年龄和状态相关的非线性退化模型。 最后，提出的模型适合轴承退化数据。 比较结果表明，在预测学中必须使用年龄和状态相关的非线性退化模型。

房价预测模型源码(全程编程过程),可以顺便学一下,刚找到的资源

灰色预测模型及其计算方法，插件很是简便实用。

基于双层多粒度知识发现的移动轨迹预测模型

1.使用csv_create.py将data文件中的excel文件转为csv文件并保存在data文件夹中； 2.使用csv_split.py将data中的csv文件分为训练集、测试集保存在hf文件夹中； 3.Housing_test1.py为任务1房地产均价预测，采用线性回归模型，结果保存在results/Housing_LR文件夹中； 4.Housing_test2.py为任务1房地产均价预测，采用K邻近回归模型，结果保存在results/Housing_KNN文件夹中； 5.Housing_test3.py为任务2小区的价值评价，采用线性回归模型，采用填零法或是均值法预处理数据缺失，结果保存在results/Housing_LRplus或者results/Housing_LRplus2文件夹中； 6.Housing_test4.py为任务2小区的价值评价，采用K邻近回归模型，采用填零法或是均值法预处理数据缺失，结果保存在results/Housing_KNNplus或者results/Housing_KNNplus2文件夹中；