霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测,并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算,可获得最佳的一组平滑常数(α,γ),使预测模型的预测误差最小。本例预测平均绝对百分误差(MAPE)3.4438%<10%,预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高,计算简便且具有递推性质,在医院管理中有应用价值。

霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测，并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算，可获得最佳的一组平滑常数（α，γ），使预测模型的预测误差最小。本例预测平均绝对百分误差（MAPE）3．4438％〈10％，预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高。计算简便且具有递推性质。在医院管理中有应用价值。

基于Holt双参数指数平滑法的SDN交换机流表超时优化策略

OpenFlow交换机流表容量有限,现有的流表更新机制在网络流量高峰时期会严重影响网络的稳定。针对这个问题,提出了一种基于Holt双参数指数平滑法的流表超时时间更新策略.通过预测下一个周期的流表项新增数量,得到流表超时时间调整参数,以此动态调整流表项的超时时间,通过仿真实验表明,该策略可以有效提高OpenFlow交换机流表空间利用率、数据转发成功率和流表项适配率,达到提升网络性能的效果。

基于鲁棒双参数指数平滑法的BDS卫星钟差预报

为提高北斗(BDS)卫星钟差预报精度与稳定性,基于BDS卫星钟工作原理与数据特征,提出了一种基于鲁棒双参数指数平滑法的BDS卫星钟差预报方法。将双参数指数平滑法引入BDS钟差预报,并通过鲁棒化建模与优化初始值选取方式提升了双参数指数平滑法的抗差与适应能力,减小了数据异常干扰对钟差预报性能的影响。与常用的多项式模型、谱分析模型、灰色预测模型及超快速钟差预报产品进行对比分析,结果表明:所提方法适用于不同BDS轨道与类型的卫星钟差预报,取得了良好的预报精度与稳定性,其对BDS卫星钟的6h平均预报精度分别提升了40.3%、31.7%、63.6%和36.6%,预报稳定性分别提升了43.8%、38.9%、65.4%和33.1%。

粤西地区及各地级市新型冠状病毒肺炎疫情发展趋势预测分析—基于Holt双参数指数平滑模型的研究

背景我国新型冠状病毒肺炎(COVID-19)疫情防控仍处于关键时期,而判断疫情未来流行趋势是制定下一阶段防控措施的关键所在。目的通过计算粤西地区及各地级市COVID-19的基本再生数(R0)而预测粤西地区疫情发展趋势。方法依据广东省卫生健康委员会截止2020年2月18日24时的官方数据构建传染病动力学SIR模型,计算现阶段粤西地区及各地级市COVID-19的R0,并采用Holt双参数指数平滑模型预测其发展趋势。结果疫情初期粤西地区及各地级市COVID-19的R0最大,随后呈下降趋势;根据拟合结果发现,Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测值与观察值的相关性较强,可见该模型预测较准确;Holt双参数指数平滑模型预测粤西地区及各地级市COVID-19疫情可能在2月底迎来“拐点”并走向消亡。结论Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测较准确,并预测在现有高效防控措施下,粤西地区及各地级市COVID-19疫情正在好转,有望在2月底出现“拐点”。

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.

基于ARIMA和Holt指数平滑模型的山东省药品集中采购价格指数研究

本文实现了对“十三五”期间山东省药品集中采购价格的动态分析和预测。利用采购平台提供的数据编制链式拉氏价格指数、帕氏价格指数,将价格指数作为对药品集中采购价格预测分析的重要指标依据,以此进行量化评价。结合ARIMA和Holt指数平滑模型,对已有的药品价格指数数据进行预测,两个模型的平均绝对误差分别为0.3611和0.3723,表明模型能够有效拟合序列的整体趋势,以及提取价格指数序列动态及持续特征。通过对价格指数进行趋势预测以评估政府及相关部门稳控药价等政策的效果,为政府和平台管理者提供科学的决策依据。

现代都市型农业背景下生鲜乳价格波动预警研究——以天津市为例

为稳定生鲜乳价格、保障生鲜乳供给,结合现代都市型农业特点,以天津市为例,构建生鲜乳价格波动预警机制。运用季节调整法和Holt双参数指数平滑法对生鲜乳月度价格进行组合预测并进行预警;利用BP神经网络模型,建立生鲜乳年度价格波动预警机制。研究结果表明,生鲜乳月度价格组合预测结果比较理想,2022年1—6月价格基本维持在4.34~4.38元/kg,生鲜乳价格波动存在比较明显的季节性,每年年末生鲜乳价格波动易出现正向轻警甚至正向重警;对于生鲜乳年度价格波动,BP神经网络模型预测精度较高,2019年测试结果为0.101 5,与2019年实际值0.106 7相近且均显示为无警状态,可以用此模型对生鲜乳年度价格波动进行预警。为稳定生鲜乳价格,应建立科学有效的市场信息收集、分析、发布机制,加强生鲜乳价格波动预警监测,建立并优化生鲜乳价格协商机制。

3种模型在肺结核发病率预测中的比较研究

目的对GM(1,1)模型、霍尔特双参数指数平滑预测模型和ARIMA模型在肺结核发病率预测中的效果进行比较。方法利用1980-2007年北京市肺结核的发病率分别建立GM(1,1)灰色预测模型、霍尔特双参数指数平滑预测模型和ARIMA模型,对建立的模型进行拟合。比较3个模型的拟合效果,同时利用ARIMA模型对2008年北京市的肺结核发病率进行预测。结果针对北京市肺结核发病率建立的GM(1,1)模型、霍尔特双参数指数平滑预测模型和ARIMA模型的平均误差率(MER)分别为15.11%、9.51%、9.52%,决定系数R2分别为0.935、0.964、0.969。结论 ARIMA模型对于隐含波动周期并且不稳定的循环型时间序列拟合效果优于GM(1,1)模型,对解决时间序列类型的肺结核发病率等资料有很好的实用价值。

基于Azure Kinect骨骼追踪的腕关节活动度测量方法

目的 使用体感捕捉设备Azure Kinect,实现腕关节活动度的自动测量。方法 利用Azure Kinect识别人体肘、腕、手掌、指尖等关节点的空间坐标,通过正交试验确定最佳测量位姿;运用霍尔特双参数指数平滑法、骨长约束法对获取的关节点数据进行平滑处理,消除抖动,通过空间向量关系计算多帧角度的平均值,实现腕关节活动度的自动测量。2021年5月至10月,采用上述方法对5例健康受试者的腕关节各科目进行5次×10组测量试验。结果 得到腕关节各科目的 R1值均处于83和127之间,且数值居中。该方法测量结果与增强现实技术尺子、二维影像测量结果有极强相关性(r> 0.990),最大误差在1.61°以内。结论 Azure Kinect腕关节角度测量方式与传统测量方式测量结果无明显差异,可以应用于腕关节活动度的测量,并满足实时测量要求。

我国食用植物油供给现状分析及未来发展战略研究

近年来,伴随着我国食用植物油自给率的持续走低,提高我国本土食用植物油料的供给、保障国家食用油安全上升为国家战略。通过梳理前人研究和官方信息,整理出2000—2019年我国传统八大食用植物油料的产量数据,并结合相关研究计算得出对应历年食用植物油本土供应量,同时建立Holt双参数线性指数平滑模型对我国本土食用植物油料和油脂的总供给进行预测,结合国家食用植物油发展规划,进一步分析当前制约我国食用植物油发展的因素,并提出针对性建议,以期为国家制定食用植物油料油脂发展规划,提高我国食用油自给率提供数据参考和技术支持。

江苏省电力需求的短期预测

为了促进江苏省经济的持续稳定增长,运用霍尔特双参数指数平滑模型,GM(1,1)模型以及组合预测模型对江苏省的电力需求进行预测,并分析预测值与实际值的误差和相对误差,选出了最优模型,根据最优模型对江苏省2010—2014年的电力需求进行预测。

基于灰色改良模型的城市轨道交通客流预测研究

为缓解日益增长的城市轨道交通拥堵,避免由此导致的一系列事故发生,以上海地铁客流数据为研究对象,基于灰色理论对上海地铁短期客流数据进行预测,并采用Holt双参数指数平滑法优化传统的灰色新陈代谢预测模型,建立灰色改良新陈代谢模型。实验结果表明,优化后的灰色预测模型在普通工作日、特殊工作日和周末客流量预测上的方差比分别为0.023%、0.06%、0.40%,在预测精度上明显高于传统灰色预测模型的精度;同时,其对于2017-2018年客流量的预测也更接近于真实值。因此,该方法可为城市轨道交通运营组织的客流预测提供参考建议。

基于QAR数据的民航客机对称发动机差异监控模型和算法

从某型民航客机发动机机队管理的实际出发,利用HOLT双参数指数平滑方法,建立基于机载QAR数据的对称发动机性能参数的差异监控模型,并给出实现对称发动机差异监控的算法。算例分析表明模型和算法能有效地识别发动机运行状态,并能预测发动机故障征兆,使发动机排故端口提前,且方法简单易于实现。