基于NARNN方法的某隧道围岩变形预测

针对隧洞软弱围岩变形动态性、在时间和空间表现出的复杂性等特征,建立了基于非线性自回归神经网络(NARNN)的隧道围岩变形分析预测模型,并应用于某软岩公路隧道的围岩变形进行预测。结果表明NARNN方法能够较好的反映隧道围岩变形的非线性特征,很好地解决软岩隧道开挖后的变形预测问题,为类似的工程提供一种新的围岩变形预测途径。

基于LMM和NARNN的车轮踏面退化状态预测

作为列车的关键走行部件,车轮的退化状态对列车的安全具有重要影响。以车轮踏面磨耗量为研究对象,将历史车轮踏面磨耗数据作为输入,分别采用线性混合模型(LMM)和非线性自回归神经网络(NARNN)对车轮踏面磨耗进行建模。首先,对比不同随机效应的LMM,选择随机系数相关的LMM,进而预测车轮踏面磨耗量;其次,使用随机搜索算法优化NARNN中的参数。结果显示,基于LMM的踏面磨耗值的预测精度更高。

三种时间序列模型预测医院感染发病率的比较

目的比较和评价不同时间序列模型预测医院感染发病率的效果,探索可用于预测医院感染发病率的最佳模型。方法以上海某三级甲等医院2011—2016年累计72个月的月度医院感染发病率数据作为拟合集构建季节性自回归移动平均模型(ARIMA)、NAR神经网络模型和ARIMA-BPNN组合模型,以2017年1—12月的月度感染发病率数据作为预测集检验模型的预测效果,评价比较不同模型的预测效果。结果对于拟合集,ARI-MA模型、NAR神经网络模型和ARIMA-BPNN组合模型的MAPE分别为13.00%、14.61%和11.95%;对预测集,三者的MAPE分别为15.42%、26.31%和14.87%。结论三种时间序列模型对医院感染发病率均具有较好的预测效果,其中ARIMA-BPNN组合模型对拟合和预测该院医院感染发病情况最佳,可为医院决策提供一定的数据支持。

固体氧化物燃料电池系统的复合优化在线控制策略

为高效安全运行固体氧化物燃料电池(SOFC),提出了一种考虑温度梯度瞬态响应的在线优化的2层复合控制策略。在优化层,用神经网络预测功率变化,采用粒子群优化(PSO)算法获取了不同功率下的系统最优操作曲线。在控制层,考虑负载的瞬态波动,以复合控制器跟踪系统最优工作点。结果表明:长短期记忆(LSTM)神经网络比非线性自回归神经网络(NARNN)对功率的预测均方根误差减少了20.2 W,预测精度更高;该复合控制器和传统的比例-积分-微分(PID)控制器对电堆温度、燃料利用率和空气过氧比的控制效果都较好;在负载功率快速变化时,复合控制器的温度梯度瞬态响应更小,且在阈值之下,避免系统出现过高的温度梯度。

船舶轴系滑油中磨损铁屑含量预测方法

为有效解决船舶轴系滑油中的磨损铁屑含量预测与评价方面的问题,提出一种组合预测方法。为降低测量噪声对预测的影响,利用小波变换对测量序列进行降噪,选择Daubechies 4(Db4)作为小波基,结合软阈值函数对时间序列进行分解和重构,同时利用基于平滑度和均方根误差的复合指标确定最优的分解层数。采用非线性自回归神经网络(Nonlinear Auto-Regressive Neural Network,NARNN)进行预测分析,实现对变化趋势的预测和对保养时间的评估。以某船轴系滑油中的磨损铁屑含量历史数据为样本进行试验,结果表明该方法是有效的。

基于ARIMA-NARNN组合模型的血吸虫感染率预测研究

目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA-NARNN组合模型预测样本的MSE、MAE和MAPE均最小,分别为0.011 1、0.090 0和0.282 4。结论 ARIMA-NARNN组合模型能有效模拟和预测血吸虫感染率,具有较好的推广应用价值。

乳腺癌术后切口部位感染病原学及ARIMA-NARNN预测模型

目的 研究乳腺癌术后切口部位医院感染情况,以及ARIMA-NARNN模型预测感染的价值。方法 选取2017年1月-2020年10月于温州市中西医结合医院收治的95例乳腺癌患者,均接受手术治疗,统计分析术后感染情况以及病原菌分布特点。运用SPSS 20.0软件建立ARIMA-NARNN模型,分析模型的拟合和预测价值。结果 95例乳腺癌患者中术后切口感染者42例(44.21%),共检测出60株病原菌,其中革兰阳性菌24株,革兰阴性菌36株,主要感染病原菌为铜绿假单胞菌、大肠埃希菌、金黄色葡萄球菌和表皮葡萄球菌。铜绿假单胞菌、大肠埃希菌均表现出较高的青霉素/红霉素耐药性,对亚胺培南、美罗培南耐药性最低(0株)。金黄色葡萄球菌、表皮葡萄球菌均表现出较高的青霉素/红霉素耐药性,而对万古霉素、替考拉宁耐药性最低(0株)。ARIMA-NARNN组合模型预测乳腺癌患者术后切口感染率的MSE、MAE和MAPE(0.012、0.086、0.275)低于ARIMA模型。结论 乳腺癌术后切口部位医院感染主要病原菌为铜绿假单胞菌、大肠埃希菌、金黄色葡萄球菌,需根据药敏试验选取合适的抗菌药,采用ARIMA-NARNN组合模型可有效拟合、预测术后切口感染率,从而为术后切口感染防控提供科学指导。

三种数学模型预测医院门急诊就诊人次数的价值比较

目的探索数学模型对医院门急诊就诊人次的预测效果,以期得到最佳的预测模型,更好的提升门急诊资源配置效能。方法收集天津市某三级甲等综合性医院2009~2019年医院门急诊就诊数据,构建NARNN、LSTM和SARIMA模型,采用2009年1月~2018年12月的数据用于模型的训练和测试,以2019年1~12月数据为预测集,比较三种模型的预测效果。结果NARNN、LSTM和SARIMA模型在MAPE上的结果分别为8.22%,4.32%和3.55%,在SMAPE上的结果分别为8.37%,4.33%和3.58%,LSTM和SARIMA的预测效果优于NARNN,其中SARIMA模型在4个指标上的结果均优于LSTM和NARNN,对门急诊人次数拟合和预测效果较好。结论三种数学模型均能对门急诊人次数据进行有效预测,其中SARIMA模型预测该院门急诊就诊人次的效果最优,可为决策提供预测数据支持。