基于BP神经网络的养老床位供需分配分析

近年来中国人口老龄化问题日益严重,养老床位的需求日益增加,养老床位的合理化区域分配迫在眉睫。本文选用6个指标:65岁及以上人口数量、城镇单位就业人员数、城镇居民消费水平、城镇人口数据、基本养老保险基金支出、老年人口抚养比,收集历年中国31个省份的数据作为历史样本;运用K均值聚类得到床位需求高、中、低3个类别。依据分类结果分别进行BP神经网络的训练和判别分析的求解,对比发现BP神经网络的精确度更高,更适合用于养老床位需求的分类;运用灰色预测模型和差分整合移动平均自回归模型,得到2022年6个指标的预测值,将其输入BP神经网络,实现对2022年各省养老床位需求的分类;最后,运用熵权法对各类中各省养老床位的需求程度打分,提出一种地区化分配养老床位的方案。研究成果将对养老床位在中国各省的分配提供理论参考,实现养老床位供需均衡。

“一省包一市”的支援分配方案优化

针对新冠肺炎疫情下的“一省包一市”,对省份与地级市间如何相互支援的分配方案进行研究,综合疫情扩散风险、医疗水平、经济发展水平、相对距离四个方面提出优化方案。首先,在除去支援武汉的医疗资源后,运用熵权法对除湖北省外的30个省份进行评价和排序,从而确定支援名单。其次,根据外省和湖北省地级市在四个方面的差距求得单项匹配度。然后,对其运用熵权法确定综合匹配度作为匹配度价值矩阵,用于求解分配模型,得到优化的支援分配方案,并与实际方案进行对比,为相关决策提供参考,并可推广至其他地区。

地铁车厢疏散诱导信息对比实验研究

地铁系统内如果发生重大突发事件,有可能演变成为群死群伤的特大事故,但极少有针对车厢内部的地铁疏散相关研究。为选取车厢内合适的疏散诱导信息,提高突发事件下的地铁人群疏散效率,在可编辑VR实验平台的基础上,开展100人参与的虚拟实验探究地铁列车发生故障、导致部分车门无法开启的情况下,报站字幕、消防广播、引导员和广告视频等诱导信息对疏散预动作阶段和疏散运动阶段的影响,并对影响效果予以定量排序和定性评价。结果表明:指明疏散方向的消防广播在两个阶段均表现最佳,而报站字幕在两个阶段均表现最差,引导员和广告视频的表现介于上述两者之间且综合表现接近。最后,基于评价结果提出了一种地铁列车内不同诱导信息组合设置方案。