说明：时间序列数据是指按照时间先后依次排列的观测值所构成的数列，如各年度的国内生产总值、人口数据等。研究时间序列数据模型处理的主要目的是进行数据预测，如预测下一年度的销售额、预测股票价格的走势等。
说明：风速预测源代码，通过已有数据预测将来1小时的风速
说明：基于ARMA模型，由原始数据预测未来的数据。
说明：本案例是采用GRNN（径向基）神经网络预测水资源量，GRNN神经网络适合于小样本、高精度预测，本实例附有数据（不全），下载者可以直接将数据更改为自己的数据便可以使用。程序中使用了交叉验证方法，使预测精度大大提高。
说明：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...
说明：灰色模型预测用电量，天气等。通过已知的数据，就可以推测出未来的数据。