目的:探讨基于R语言构建的自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)对医用耗材消耗量的预测效果。方法:选取某类预冲式冲管注射器2018年7月至2023年6月月度消耗量数据作为样本数据,利用R语言对样本...目的:探讨基于R语言构建的自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)对医用耗材消耗量的预测效果。方法:选取某类预冲式冲管注射器2018年7月至2023年6月月度消耗量数据作为样本数据,利用R语言对样本数据进行平稳性检验、差分运算等处理,根据赤池信息准则和贝叶斯信息准则,构建ARIMA模型并确定最优模型。以2023年第三季度相应数据作为验证集进行消耗情况预测,并与实际使用情况进行对比,评价ARIMA模型的预测效果。结果:拟合最优的ARIMA模型为ARIMA(0,1,1)(1,0,0)12,预测数据均在95%置信区间,其平均绝对百分比误差为9.92%,使用Ljung-Box统计量对残差序列进行检验时P>0.05,预测结果较为理想。结论:基于R语言的ARIMA模型对医用耗材消耗量预测效果较好,为医用耗材的需求计划制订、预算、采购、管理等工作提供了参考。展开更多
通过建立插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的前向仿真模型,对其能耗进行仿真,并分析PHEV能耗的使用影响因素.基于Modelica物理建模语言,搭建PHEV整车动力传动及纵向动力学模型,并在标准测试工况下仿真整车各...通过建立插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的前向仿真模型,对其能耗进行仿真,并分析PHEV能耗的使用影响因素.基于Modelica物理建模语言,搭建PHEV整车动力传动及纵向动力学模型,并在标准测试工况下仿真整车各部分能耗变化.针对影响PHEV能耗的使用因素,重点仿真分析表征行驶工况的平均车速和驾驶激进性对电量消耗(charge deplete,CD)阶段电耗和电量保持(charge sustain,CS)阶段油耗的影响规律.通过分析不同车速与驾驶激进性下各部分能耗以及动力部件工作效率的影响,揭示了行驶工况对能耗影响规律的内在机理.展开更多
文摘目的:探讨基于R语言构建的自回归滑动平均模型(autoregressive integrated moving average model,ARIMA)对医用耗材消耗量的预测效果。方法:选取某类预冲式冲管注射器2018年7月至2023年6月月度消耗量数据作为样本数据,利用R语言对样本数据进行平稳性检验、差分运算等处理,根据赤池信息准则和贝叶斯信息准则,构建ARIMA模型并确定最优模型。以2023年第三季度相应数据作为验证集进行消耗情况预测,并与实际使用情况进行对比,评价ARIMA模型的预测效果。结果:拟合最优的ARIMA模型为ARIMA(0,1,1)(1,0,0)12,预测数据均在95%置信区间,其平均绝对百分比误差为9.92%,使用Ljung-Box统计量对残差序列进行检验时P>0.05,预测结果较为理想。结论:基于R语言的ARIMA模型对医用耗材消耗量预测效果较好,为医用耗材的需求计划制订、预算、采购、管理等工作提供了参考。
