摘要：该Matlab代码基于PINN物理信息神经网络实现锂电池SOH估计，使用NASA B0005电池数据集（可替换其他电池）。代码分三步运行：先绘制SOH衰减趋势并分离充放电数据，再提取5个时间特征进行SOH估算，最后用GRU网络完成估计。支持两种微分方法（默认自动微分），提供R2、MAE等多项评估指标，附带中文注释和测试数据集。要求MATLAB 2018b及以上版本运行，适合初学者直接使用。

本文介绍了一个基于物理信息神经网络(PINN)的多变量时序预测Matlab代码，采用6+6模式实现可视化分析。该代码支持多输入单输出预测，默认使用自动微分方法处理物理残差。程序已调试完成，可直接替换Excel格式数据集运行，适用于光伏功率预测（输入为辐射度、气温等4个特征）。运行环境要求MATLAB 2023b及以上版本，提供R2、MAE等多项评估指标，包含12种分析图表（6个误差分析+6个统计分

摘要：本文介绍了一个基于物理信息神经网络(PINN)的Matlab单变量时序预测代码，采用6+6可视化模式展示模型结果。代码已调试完善，可直接替换Excel数据集运行，适用于FO工艺数据库分析。程序包含两种微分方法(有限差分/自动微分)，提供R2、MAE等多项评价指标，附带详细中文注释和测试数据集。运行环境要求MATLAB 2023b及以上版本，适合初学者使用。文末提供代码获取方式。

摘要：本文介绍了一个基于RF-RFE-BP算法的多变量回归预测模型，采用随机森林递归特征消除结合BP神经网络进行特征选择和预测。程序采用6+6可视化模式展示结果，包含12个分析图表和详细解释。该模型适用于膜工艺数据库分析，输入特征包括膜面积、流速等参数。程序已调试完成，支持Excel数据格式，附带测试数据集，适合新手直接使用。运行环境要求MATLAB 2018b及以上版本，评价指标全面，代码注释清

摘要：本文介绍了一种基于BiLSTM-GPR（双向长短期记忆神经网络结合高斯过程回归）的多变量回归预测MATLAB程序。该程序支持多输入单输出，具有即用性（替换Excel数据集即可运行）、完善的评价指标（RMSE、R2等7项）和可视化功能。程序要求MATLAB 2018b及以上版本，提供中文注释和测试数据集，适合科研人员直接应用或作为算法优化基础。文中展示了运行效果并提供了获取方式。

【摘要】本文介绍了一种原创的WOA-RBF多变量回归预测优化算法，通过同时优化RBF神经网络的宽度、中心值和连接权值三个关键参数，实现了多输入单输出的精准预测。该MATLAB代码具有以下特点：1)兼容2018b及以上版本；2)提供R2、MAE等多维度评价指标；3)含完整中文注释和测试数据集；4)支持Excel数据格式，用户只需替换数据即可运行。代码经过调试可直接使用，特别适合研究者和初学者快速实现

摘要：本文介绍了一种基于混沌进化优化算法优化深度混合核极限学习机(CEO-DHKELM)的Matlab程序，用于数据多特征分类预测。该程序创新性地将多项式核与高斯核加权结合构建混合核函数，并引入自动编码器改进极限学习机。采用2025年最新发表的混沌进化优化算法(CEO)进行优化，已在SCI期刊发表。程序支持二分类和多分类，包含分类效果图、迭代优化图等可视化结果，附带测试数据集，适合MATLAB 2

摘要：本文介绍一款基于粒子群算法优化径向基神经网络(PSO-RBF)的多特征分类预测Matlab程序。该程序已调试完成，用户只需替换Excel格式数据集即可运行。程序要求MATLAB 2018b及以上版本，包含详细中文注释，运行结果包括分类效果图、迭代优化图和混淆矩阵图等可视化展示。特别适合机器学习新手使用，随程序附赠测试数据集，实现多输入单输出的分类预测功能。

摘要： 本文介绍一种基于PSO-BP神经网络和NSGAII的多目标优化算法代码。该算法首先通过PSO-BP构建输入(x1-x5)与输出(y1-y4)的代理模型，再使用NSGAII寻找y1极大值及y2-y4极小值对应的Pareto解集。代码包含两个主程序：先运行PSO-BP回归，再进行NSGAII优化。运行环境需MATLAB 2018b+，提供完整测试数据集和详细中文注释，输出包括回归拟合图、误差分

【摘要】本文介绍了基于鹰鱼优化算法(HFOA)优化XGBoost的多变量回归预测Matlab程序。该程序适用于多输入单输出数据，采用Excel格式，已调试完成可直接使用。HFOA算法是2025年发表在SCI期刊的最新优化方法，程序包含交叉验证防止过拟合。运行环境需Matlab2018b及以上版本，提供R2、MAE等多种评价指标和可视化结果。代码含中文注释，附带测试数据集，方便用户直接替换数据使用，