基于灰色GM(1,1)模型的我国医院感染患病率变化趋势及预测

目的了解我国医院感染患病率变化趋势,并采用灰色GM(1,1)模型对我国不同规模医院的医院感染患病率进行预测,为医院感染防控提供数据支持和新思路。方法采用描述性流行病学方法分析我国医院感染患病率变化趋势,2008—2016年我国医院感染患病率数据进行灰色GM(1,1)模型构建,2018—2020年数据进行模型验证。采用构建的灰色GM(1,1)模型对2022—2024年我国医院感染患病率进行预测。结果我国医院感染患病率呈下降趋势,随着医院规模的增加医院感染患病率升高。医院感染患病率灰色GM(1,1)模型的精度良好、拟合效果较高。2024年全国、<300张床位医院、300~599张床位医院、600~899张床位医院和≥900张床位医院的医院感染患病率可降为1.00%、0.49%、0.90%、1.13%和2.05%。结论我国医院感染防控效果明显,灰色GM(1,1)模型对我国医院感染患病率有较好的预测效果。

基于新陈代谢GM(1,1)++的疫情应急物资需求量预测研究

当大规模疫情发生时,应急物资的供给至关重要.在新陈代谢GM(1,1)模型的基础上提出了一种新陈代谢GM(1,1)++模型,即再加入新信息,移除原始数据中的旧信息的同时,将原始数据中与拟合值相对残差最大的数据项用拟合值替代.提出的方法既能够及时去掉意义逐渐降低的老信息,加入更能够反应系统目前特征的新信息,又能够降低其他因素对原始数据的扰动性,使原始数据更具规律性.为了检验新陈代谢GM(1,1)++模型的有效性,将其预测结果分别与传统GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)的预测结果进行比较研究.试验结果显示,新陈代谢GM(1,1)++模型的误差平方和最小,预测准确性远优于另外3种预测模型.

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

基于GM(1,1)模型的甘肃省冷链物流需求预测研究

随着居民对生鲜农产品质量要求的提升,冷链物流行业也亟需朝着高标准、严要求的方向进一步发展。因此,对生鲜农产品冷链物流需求进行精准预测也具有了更加重要的现实意义。将人均生鲜农产品消费量与甘肃省常住居民数的乘积作为甘肃省冷链物流需求量,利用GM(1,1)模型对甘肃省2012-2031年冷链物流需求量进行预测,并通过发展系数检验、残差检验、后验差检验,验证了模型有较高的预测精度,并适用于中长期预测,可以有效预测甘肃省冷链物流需求量的发展趋势,能够为后续甘肃省冷链物流设施规划、冷库建设、运输设备配备提供参考依据。

灰色GM(1,1)预测模型在单病种运营管理中的应用——以胃癌为例

目的通过对胃癌的发病例数、均次费用、平均住院日、药占比、材占比的医疗指标数据构建灰色GM(1,1)预测模型,分析医疗业务方面的变化趋势,以期为单病种管理提供方法学依据。方法选取我院2013—2018年胃癌的发病例数、均次费用、平均住院日、药占比、材占比等数据构建灰色GM(1,1)预测模型。使用后验差比C值和小误差概率P值对模型的准确度进行评估,利用相对误差和级别偏差评估模型的拟合效果。通过2020—2023年的数据验证灰色GM(1,1)模型的预测效果,根据调整后的模型对2024—2025年的医疗业务指标进行预测。结果本研究构建的灰色GM(1,1)预测模型对均次费用、平均住院日、药占比指标预测效果较好;根据该模型预测到2025年,胃癌的均次费用、平均住院日、药占比分别可达到71285.56元、14.22 d、13.09%。结论灰色GM(1,1)预测模型能够较好拟合胃癌的均次费用、平均住院日、药占比指标变化趋势。模型预测显示均次费用呈现逐年增加趋势,平均住院日和药占比均呈现逐年递减趋势。该模型可为医院单病种医疗质量监测、提升医疗运行效率提供理论依据。

灰色GM(1,1)档案模型参数估计优化算法

针对最小二乘法在处理总体特征不明显的数据时效果欠佳的问题,提出了一种适用于“贫信息,小样本”的预测方法,采用灰色GM(1,1)模型对数据序列进行归纳、总结和提炼,构建相应的预测模型。新的参数估算方法将初始误差的绝对值和最小化,将参数估算转化为目标规划问题,利用目标规划法,在不依赖于数据整体特性的前提下,有效降低异常值,简化计算过程,提高预测精度。

基于GM (1, 1)模型的房地产价格分析与预测——以上海市为例

房地产行业是我国经济的支柱产业,对地区经济发展和居民生活水平影响巨大,房地产价格变动因此成为一项重要的民生问题。本文以上海市为例,首先采用灰色关联度模型从供需层面、经济层面、政策层面和其他多个维度的层面中筛选房地产价格主要影响因素,随后基于其2010年~2021年的商品房住宅均价的相关数据,采用GM (1, 1)模型对其未来5年房地产价格进行预测分析。结果显示,上海市房地产价格受人均可支配收入、生产总值、人均GDP、金融存款余额量、住宅开发投资额等因素影响最为显著;同时,预测未来5年上海市房地产价格将持续上涨,年增幅约为9%。

基于GM(1,1)模型的广东省中青年体质预测研究

目的::研究国民体质指标变化趋势,为政府制定相应的健康促进政策和开展体育活动提供科学依据。方法:通过收集2019-2022年广东省中青年体质监测的相关数据,并依据该时间序列建立GM(1,1)预测模型,对中青年体质进行趋势预测。结果:(1)身体形态:身高呈现上升趋势,腰围和臂围下降,男性体重下降而女性体重上升。体脂率仅在中年男性中上升;(2)身体机能:肺活量指标呈上升趋势,心肺趋势测试值呈下降趋势,表明广东省中青年的有氧能力下降;(3)身体素质:握力、背力、俯卧撑等力量型指标男性呈下降趋势,女性表现较好。纵跳指标男性下降而女性上升,仰卧起坐,坐位体前屈和选择反应时间均呈积极走势。结论:广东省中青年群体的身体形态总体上朝着较好的方向发展,但身体机能和部分身体素质指标的发展趋势不容乐观。特别是女性肥胖问题、心肺耐力的下降和男性力量型指标的减弱,需要政府等部门加以重视,建议:(1)体育部门应增大力量型运动项目和长跑的开展力度;(2)宣传部门需要加大体育健身的宣传力度;(3)政府应该采取措施落地和实效评估相结合的方式研判国民体质健康程度。

基于GM(1,1)模型的智能制造人才需求预测

文章根据公布的数据,对参与CMMM的制造业企业数量、智能制造成熟度等级分布、智能制造招聘职位同比增速进行预测,并对智能制造人才需求的质量和数量进行分析预测,以期为相关人才供给提供新的思路。

基于GM(1,N)模型的湖北省物流需求预测分析

文章通过对湖北省物流需求影响因素进行分析,采用湖北省2011—2020年的统计数据构建灰色(1,N)模型,遴选出与系统特征序列相关程度较高的几个影响因素作为预测指标,构建GM(1,6)模型对湖北省物流进行预测研究。模型检验结果表明灰色(1,6)模型具有较高的可信度和准确度,为湖北省有关部门制定物流业发展规划提供一定的参考。

GM(1,N)模型的病态性研究及其在生态创新中的应用

本文以中国工业企业为研究对象,深入探究适用于多因素、少数据的生态创新相关指标特征的灰色模型预测技术。针对传统灰色预测模型在进行参数估计时可能存在的病态性问题展开研究,通过引入L2正则项的最小二乘法,利用粒子群算法求解最优值。将该模型应用于生态创新,与其他模型进行结果对比。结果表明,引入L2正则项的最小二乘法解决了模型的病态性问题,具有良好的预测性能,验证了该模型的有效性。

基于改进GM(1,n)的动态网络舆情预警模型

舆情的自由传播会导致网络集群行为的发生,易产生负面社会影响,威胁公共安全,因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先,通过分析谣言的形成机制,构建了舆情发展预测指标体系;其次,通过建立多因素GM(1,n)模型对舆情发展的走向进行预测;然后,分别结合新陈代谢理论与马尔可夫理论改进上述预测模型;最后,以微博“新疆棉”事件和“成都四十九中”事件为例,对GM(1,n)模型、马尔可夫GM(1,n)模型和新陈代谢马尔可夫GM(1,n)模型预测舆情发展的能力进行对比,并比较了新陈代谢马尔可夫GM(1,n)模型与随机森林模型。实验结果表明,相较于原始模型与随机森林模型,新陈代谢马尔可夫GM(1,n)模型的平均预测精度分别提高了10.6和5.8%。可见,新陈代谢马尔可夫GM(1,n)模型在预测网络舆情发展趋势问题上具有良好的性能。

广西全科医生发展现状及需求预测研究——基于GM(1,1)模型和人力人口比值法

目的:分析广西全科医生发展现状,预测“十四五”时期全科医生需求量。方法:对2013—2020年广西全科医生数据进行描述性分析,运用GM(1,1)模型和人力人口比值法预测2021—2025年全科医生需求量。结果:2013—2020年,广西全科医生数量增长较快,专业化水平不断提升,预计2025年每万人口全科医生数将超过政策规划目标值;但截至2020年每万人口全科医生数仍低于全国平均水平,不同机构、不同地市全科医生配置不均衡。结论:发挥政府主导作用,强化全科医生队伍建设;提升全科医生基层就业意愿;优化全科医生区域配置,加大对欠发达地区的政策倾斜力度。

基于新陈代谢算法优化的GM(1,N)动态网络灰分拟合

煤炭是我国能源资源安全的压舱石,“双碳”背景下实现煤炭清洁加工与高效利用意义重大,而灰分检测对煤炭清洁化和智能化发展尤为重要。针对现有灰分检测存在的检测精度有待提高的突出问题,以两淮矿区典型煤样为研究对象,通过慢灰和X射线荧光(X ray fluorescence,XRF)测试系统地探究了煤样的灰分和元素组成分布规律,并结合机器学习理论构建了灰分-元素特征数据集;结合灰色系统理论和新陈代谢算法,构建了自适应的GM(1,N)动态网络灰分拟合优化模型,并详细设计了动态网络算法流程;提出了GM(1,N)动态模型的关键超参数,并通过与常规拟合方法对比,全面地评价了模型拟合性能。结果表明:两淮矿区煤可视为由可燃元素和成灰元素共同构成,且成灰元素中质量分数占比最高为Si和Al,次之为S、Fe和Ca等,最少为P和Cl等,并且煤中成灰元素总含量与灰分呈正相关,而可燃元素与之相反;以灰分为标签值、以组成元素为特征值,形成了煤的灰分-元素特征数据集;以样本数据划分→动态网络灰分拟合→模型评价机制→动态拟合模型自适应优化→鲁棒性提升→多轮迭代优化为主线设计了GM(1,N)动态网络灰分拟合模型及其算法流程,有效提升了数据集稳定性和新鲜度,并且迭代收敛速度快,灰分误差阈值5%时其准确率达100%;对比经典GM(1,N)模型和常规多元线性回归模型,证明了新模型的灰分拟合性能得到显著提升,其相对误差为0.16%~4.96%、误差均值仅2.29%。

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。

基于RF-GM(1,1)-BP模型预测福州市财政收入

掌握市场趋势和规划收支费用对于财政部门而言具有极为重要的意义。本文选取1994~2021年福州市年财政收入相关数据,采用随机森林(RF)模型识别出财政收入的关键影响特征,随后建立GM(1,1)-BP组合模型,对2022~2025年福州市的年财政收入进行预测。预测结果表明RF-GM(1,1)-BP组合模型十分适合用于预测福州市财政收入;同时,福州市财政收入将在2021年之后稳步增长,并在2025年到达7,999,256万元。该结论能为相关部门实施的决策提供一定的理论参考。

盘龙铅锌矿区充水条件分析与基于GM(1,1)-Markov模型的涌水量预测

岩溶水害是威胁矿山开采安全的主要灾害之一。以广西武宣盘龙铅锌矿区为研究对象,在分析水文地质条件和岩溶发育的基础上,对矿区的充水条件进行了分析,并结合灰色理论与马尔科夫理论等方法对矿区涌水量进行了预测。结果表明:碳酸盐岩夹碎屑岩岩溶含水层为矿区的主要含水层,其富水性中等;岩溶含水层是矿区涌突水的主要充水水源,其他充水水源还包括黔江、大气降雨和地表积水等,主要是通过裂隙、溶洞、采空区冒落带和导水裂隙带等充水通道直接或间接充水;采用GM(1,1)模型、GM(1,1)残差模型和GM(1,1)-Markov模型对2010—2020年矿区涌水量进行预测,并对模型预测精度进行了检验,其中GM(1,1)-Markov模型的预测精度最优,平均相对残差仅为1.96%,并预测得出2021年上半年和下半年该矿区涌水量分别为825.08 m^(3)/h、867.40 m^(3)/h。该研究结果可为矿区安全生产和涌突水防治提供理论依据。

后疫情时代互联网餐饮发展趋势探索——基于新陈代谢GM(1,1)模型预测

在互联网经济推动和新冠疫情冲击下,互联网餐饮迎来前所未有的发展机遇。文章基于2015—2021年我国网上外卖用户占互联网用户比重,以及外卖市场规模占餐饮业市场规模比重的数据,利用新陈代谢GM(1,1)灰色模型对未来互联网餐饮发展趋势进行预测。结果表明:在未来三年中,尽管网上外卖用户比重在小幅波动中趋于增长,但外卖市场规模比重持续大幅度上涨。因此,探讨未来互联网餐饮业态的发展趋势,对更好地促进互联网餐饮的发展具有重要意义。

基于GM(1,1)模型的沉降预测及应用

地表沉降的防治已经成为近年来人们研究的重点问题。沉降灾害严重地破坏了人们的生活环境,限制了城市的发展速度。选用GM(1,1)模型对某市沉降区域内的6个特征点进行预测。结果表明,GM(1,1)模型可以作为基于时间序列的预测模型在沉降的预防治理中应用。