基于多因素灰色模型的社区卫生人力需求量预测

目的对石河子市社区卫生服务机构卫生技术人员需求量进行预测,为合理配置社区人力资源提供依据。方法根据2004-2013年石河子市社区卫生服务机构的卫生技术人员人数及总人口、GDP、人均GDP等影响因素,采用GM(1,1)模型和多重线性回归模型结合的多因素灰色预测模型对2014-2016年的卫生技术人员需求量进行预测。结果石河子市社区卫生服务机构2014-2016年的卫生技术人员数量预测值分别为688人、730人、781人,年均增长速度为6.51%。选取总人口数、人均GDP、人均医疗保健支出费用三个变量建立多重线性回归方程(F=26.077,P=0.037,R2=0.975);并采用GM(1,1)模型对三个变量进行预测,其平均相对误差分别为0.48%、2.42%、1.27%,精度均达到二级以上。结论石河子市社区卫生服务机构卫生技术人员总数呈增长趋势;多因素灰色模型对社区卫生人力需要量预测具有较高精度。

基于多因素灰色模型的物流需求量预测

物流需求量受多种因素的影响,很多因素无法准确掌握。文章通过咨询专家和客观分析,选定GDP增长量、消费品零售总额、进出口总额等七大因素为影响物流需求量的关键因素。然后,将体现灰色GM(1,1)模型和多元线性回归模型优点的多因素灰色预测模型应用于河南省物流需求量的预测实证研究中,为物流需求量的预测提供了一种可靠的科学方法。

支持向量机补偿的多因素灰色模型话务量预测

为了提高对话务量的预测精度以及建模的速度,针对当前移动通信话务量预测受到多种因素的影响,提出了基于支持向量机残差补偿的多因素灰色话务量预测模型。该模型通过灰色关联分析法确定影响话务量的主因素变量,然后用多变量灰色模型进行预测,再用粒子群优化的最小二乘支持向量机进行残差序列预测,以实现残差补偿。实验结果表明,该预测模型具有所需样本小、预测精度高的优点,为话务量网络管理提供了一种新的预测工具。

基于多因素灰色模型信托业资产规模预测

信托业的发展与经济因素的变化密切相关，但二者之间的实证研究鲜见于文献。文章选取宏观经济变量GDP、CPI、一年期存款利率、财政收入、汇率以及货币供给量作为解释变量，建立多因素灰色预测模型，对2012～2015年信托业的资产规模进行预测。研究发现信托业正步入一个黄金发展期，其量化结论可以为管理层、监管层和人力资源培育机构等部门的决策提供科学依据。

基于多因素灰色模型的河南省财政收入预测

财政收入是衡量一个地区综合经济实力的核心指标,也是政府提供公共服务的基础,因此科学准确地预测财政收入对于地方政府制定各项政策、 加强宏观经济管理和提高决策水平具有非常重要的意义.但是,财政收入受到多种因素的影响,为此选取了生产总值、 税收收入、 工业增加值、 社会固定资产投资、 工业投资、 社会消费品零售总额以及进出口总额等因素作为影响财政收入的关键因素.建立了兼具灰色GM(1,1)模型和多元线性回归模型优点的河南省财政收入多因素灰色模型,模型预测结果显示河南省财政收入未来几年将持续大幅增加,这为河南省政府加大宏观经济管理、 制定公共服务政策、 提高决策水平奠定扎实的基础.

基于差分进化算法优化多因素灰色模型的异丙酚血药浓度预测

针对短效静脉麻醉药物异丙酚在药物代谢过程中存在强时变性、复杂非线性等特点,以及传统的群体药代非线性混合效应法在建模方法中存在工作繁杂、人为因素多等缺陷,本研究利用差分进化算法优化多因素时序灰色模型,建立基于灰色理论的异丙酚药代血药浓度预测模型,并与非线性混合效应建模法(nonlinear mixed effects modeling,NONMEM)预测效果进行比较。结果显示,差分进化-多变量灰色模型(DE-MGM)的预测结果的偏离性(MDPE)为-4.6%,NONMEM为-12.13%;DE-MGM的预测结果的精确度(MDAPE)为13.19%,NONMEM为23.12%。基于差分进化优化多因素灰色模型能稳定预测异丙酚血药浓度,且准确度高。该方法原理简单,实现便捷,可适用于异丙酚等短效静脉麻醉药物的群体药代药效学研究和分析。

天津市义务教育学龄人口规模预测与分析——基于多因素灰色预测模型和人口推算法

天津市义务教育采取就近入学的原则,而学龄人口规模与基础教育设施的关系最为密切和直接,因此对义务教育学龄人口规模的预测将影响教育资源的布局与发展.基于灰色GM(1,1)预测模型和线性回归原理,构建人均教育消费支出、义务教育生师比、人均GDP等7个因素影响下的义务教育非户籍学龄人口规模多因素灰色预测模型,再运用推算法获得相应的户籍学龄人口规模.结果显示2014-2020年天津市义务教育非户籍学龄人口规模与区域经济发展存在着耦合性.同时,由于第四次人口生育高峰的影响,天津市"十三五"后期将会出现义务教育需求的快速增长,需要提前做好教育资源的规划与布局.

基于残差修正的多因素灰色模型的网络舆情预测研究

【目的/意义】精准预测与掌握舆情事件的发展,及时发现舆情中的潜在危机,对社会的长治久安具有重要意义。【方法/过程】针对网络舆情演化的不确定性、多变性与灰色性等特征,选取多个指标数据建立多因素灰色模型(MGM(1,m))。同时,为提高预测结果的精确度,利用BP神经网络对多因素灰色模型的预测残差进行修正,构建基于残差修正的多因素灰色模型,并结合"莆田系事件"对模型预测性能进行验证。【结果/结论】仿真结果表明,相对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型,残差修正后的多因素灰色模型在网络舆情预测上具有一定的优势。

基于拉开档次法组合模型在物流需求预测中的应用——以江苏省为例

为了对物流需求进行科学预测,文章在主成分分析的基础上,选取了对物流需求影响较大的3个主要因素:人均社会商品消费额、人均GDP和商品零售价格指数为自变量.分别建立了多因素灰色预测模型、ARIMA预测模型、多元回归预测模型,并运用拉开档次法建立了组合模型。通过该组合模型对江苏省物流需求进行了预测。结果表明,江苏省物流需求每年以近9.5%快速增长。与其他预测模型相比,该预测模型具有更高的预测精度。

基于多种预测模型的用户用电量研究

城市日常生活和发展离不开用电,用电量的预测在当今社会显得尤为重要,精准的也测结果可以帮助供电公司更好的分配电力资源以及合理进行电价评定。文章通过灰色预测模型与时间序列预测模型进行比较,在已知数据的基础上对用户未来的用电情况作出了预测,通过Elman神经网络预测模型对动态系统进行建模并训练,提高了预测结果的准确度。我们又根据温度等多个因素对模型进行了完善,建立多因素灰色模型(MGM),增强了预测用电量的稳定性。

北京市义务教育学龄人口多因素灰色预测分析

在非首都功能疏解以及相关政策影响下,北京常住人口发生了很大变化,也影响着北京市义务教育学龄人口的数量.通过对北京市义务教育学龄人口相关影响因素的分析,收集了 2010年-2016年的相关数据,构建了多因素灰色预测模型,对北京市义务教育阶段学龄人口变化进行了分析.结果显示,2017-2025年北京市小学学龄人口数量呈现先上升后减少的趋势;初中学龄人口数量在2017-2020年基本保持平稳,之后则呈现递减趋势.

基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测

针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi-variables metabolism unequal interval weighted grey model,IMUGM(1,m,w))的导弹装备故障预测方法。首先,通过引入加权因子w的方式建立多因素不等时距加权灰色预测模型(UGM(1,m,w)),再通过初始值改进、残差修正、新陈代谢思想相结合的方式对模型进行改进;然后以特定个体的历史监测数据为基准,计算同类产品和特定个体的相应预测值及其与特定个体性能退化数值的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的性能退化模型,最后结合实时监测数据依次更新性能退化数据、Euclid距离、隶属度权值和性能退化模型,实现导弹装备故障预测,实例仿真及分析验证了方法的有效性。

改进的加权不等时距灰色IMUGM(1,m,ω)模型及其应用

针对传统的灰色预测模型的缺陷,提出了改进的多因素不等时距加权灰色预测模型.首先,以引入加权因子ω的方式建立多因素不等时距加权灰色模型,再通过初始值改进、残差修正以及新陈代谢思想相结合的方式对模型进行改进;然后结合实际消耗数据,依据欧氏距离、隶属度权值等模型,实现备件消耗预测,实例仿真及分析验证了方法的有效性.