季节指数预测法在精神病医院管理中的应用

应用季节指数预测法探讨了精神病人的入院高峰时间,结果发现3、4月份为入院高峰,而9、10、11月份入院人数较少,并据此提出了管理措施。

煤矿立井基岩含水层涌水危险ANN型脆弱性指数预测法

基于人工神经网络基本原理,对煤矿立井基岩含水层涌水危险性进行了预测。利用归纳分析得出的煤矿立井基岩含水层涌水主控因素,构建了煤矿立井基岩段含水层涌水危险ANN(Artificial Neural Network)型脆弱性指数预测模型,并将其运用于梵王寺煤矿副井基岩含水层涌水危险性预测工程实践。结果表明,脆弱性指数预测模型能够较好地评价立井基岩含水层涌水影响因素,预测结果对基岩段凿井施工具有重要参考价值。

季节指数预测法在精神病医院管理中的应用

目的:应用季节指数预测法探讨了精神病人入院高峰时期。方法:收集了五年中入院人数,并采用季节指数预测法进行动态变化分析处理。结果:发现3、4、5月份为入院高峰期,而9、10月份入院人数较少。结论:精神病人入院高峰期与季节性变化有关。

季节指数预测法及其在饮料行业中的应用

季节指数预测法,是对某些受季节影吶而呈现季节性变动规律的商品进行市场预测的一种方法。它根据预测目标各个日历年度按月(或季)编制的时间数列历史资料,以统计方法测定出反映季节变动规律的季节指数,并利用季节指数进行近期预测。饮料的生产和销售受季节的影响而呈现明显的季节性变动规律,因此,可以利用季节指数预测法,对未来一段时间内各月的销售量作出预测,从而为制订生产、销售及原材料采购计划提供科学的依据。一。

基于三次指数平滑法的三峡-葛洲坝间水域水上交通事故险情预测

长江三峡—葛洲坝水利枢纽两坝间航道长约38km,两坝间航道受三峡电站调峰及葛洲坝电站反调节的影响呈现J级航道的特点,通航环境复杂。本文介绍了两坝间航道通航环境情况,详细分析了该水域近年来发生的各类水上交通事故险情情况,基于指数平滑法对两坝间航道2022年全年水上通航情况进行预测分析,并提出相应的监管对策及措施,减少水上交通事故发生频次。

矿产品价格季节指数法预测模型

文章在分析矿产品价格特点以及价格趋势和季节指数预测法基本原理的基础上,对矿产品价格进行了预测。

温特斯线性和季节性指数平滑法预测模型在医院管理中的应用探讨

目的探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

温特斯线性和季节性指数平滑法预测模型应用探讨

目的:探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法:建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论:温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

基于灰色和指数平滑预测法的矿产品价格组合预测

矿产品价格是多金属矿区资源价值评估的主要参数之一。为了更加准确合理地确定矿产品价格,以2014年5月—2015年3月内蒙地区矿产品平均价格为依据,分别建立了矿产品价格的GM(1,1)模型和三次指数平滑模型,得出预测值,建立了矿产品价格的组合预测模型。预测结果表明,预测值的平均绝对偏差为0.347 2,预测精度大幅度提高,可以满足实际矿产资源价值评估的需求。

基于指数平滑法的绵阳市粮食播种面积预测

国内外有关农作物播种面积预测主要运用了四种模型：分别是人工神经网络模型、Logit模型、灰色预测模型和指数平滑预测模型.粮食播种面积的动态变化表现在时间和空间这两个尺度上,根据搜集的绵阳多年农作物播种面积数据,以时间序列中的指数平滑预测法预测出未来十年绵阳市粮食播种面积,推测其播种面积变化趋势,

基于“指数平滑预测法”水上交通事故预测分析及应对措施

文中介绍了黄浦江草临线至泰公线航段地处上海黄浦江下游水域通航环境情况,详细分析了该水域2002年～2012年期间发生的各类水上交通事故,采用"指数平滑预测方法"进行分析事故原因,预测2013年辖区通航情况,提出相多项应对措施,减少事故发生,提高航道通航安全,认真履行"让海洋更清洁,让航行更安全"的神圣使命。

回归法设定指数平滑模型的最优预测参数

对于指数平滑预测模型的参数设置,为克服现行的经验法、试算法和枚举法的弊端,本文提出了回归法。该方法将回归所得的平滑参数估计值作为指数平滑预测模型的预测参数,针对三类指数平滑预测模型,对应构造指数平滑随机过程,以此建立指数平滑回归模型,随之进行指数平滑参数估计。实验模拟中,参数估计的结果说明该方法是可行的,假设检验的结果证明该方法是可信的。实证应用显示,回归法确实能够有效规避经验法、试算法和枚举法在平滑参数设置上存在的非全域取值、非连续取值、非自适应取值、非最优取值等弊端,且预测效果更佳。

基于指数平滑法对民航货运量的探究与应用

民航运输是国家重要的战略性资源,其发展水平与经济发展也有着密不可分的关系,由此对民航货运量的数据预测也就成为较为重要的研究热点。本文选用简单指数平滑预测法、Holt线性趋势指数平滑预测法和阻尼指数平滑预测法分别对民航货运量进行预测,并对比三种模型的优劣点,最终得到在民航货运量研究中,阻尼指数平滑预测法的预测精度最高,预计2025年我国民航货运量将高达959.4万吨。

一次指数平滑模型预测法及实际应用

本文分析了一次指数平滑模型预测法的计算原理、计算方法及其应用,该方法有易掌握、易操作、计算方法呈规律性等特点,在日常生活、生产及统计工作的预测研究中具有极其重要的作用,用Turbo c等计算机语言设计成程序后,可广泛应用于研究工厂生产的发展趋势,并对今后产值进行预测。该方法具有较高理论和应用价值。

一次指数平滑模型预测法及实际应用

一次指数平滑模型预测法有易掌握、易操作、计算方法呈规律性等特点 ,在日常生活、生产及统计工作的预测研究中具有极其重要的作用 ,用Turboc等计算机语言设计成程序后 ,可广泛应用于研究工厂生产的发展趋势 。

城市燃气管网负荷预测方法

城市燃气管网负荷预测是制定城市燃气建设规划、确定燃气生产企业大、中修计划以及燃气输配企业科学调度的重要依据.本文结合我国城市燃气生产、输配管理的现状,介绍几种目前常用的城市燃气管网负荷预测方法,并评述了各自的优势和缺陷.

基于指数加权分位数回归预测的CPFR成本模型

针对某些商品的高易变性、不对称性的需求模式,基于预测方法高精确度的要求,采用计量经济学前沿预测研究方法指数加权分位数回归预测法,建立了由零售商、制造商的成本模型和供应链系统总成本模型构成的CPFR供应链系统成本模型,为基于多层次CPFR的三级库存协调与优化研究中提高需求预测精度探索新的视角.该模型通过直接预测销售序列的分位数,避免既存研究中基于假设的预测失误,使预测结果更加贴近需求模式的真实值.数值分析表明指数加权分位数回归预测模型的预测精度较高.

基于BP神经网络的物流预测方法

针对传统物流预测方法的局限,研究了基于BP模型神经网络的物流预测方法,即依据历史数据建立BP神经网络然后进行训练形成物流预测模型。阐明了神经网络具有记忆、学习功能,得出它能够很好模拟物流发展趋势。大量预测结果的准确性表明基于神经网络的物流预测是一个行之有效的方法。

一种提高农产品市场价格预测精度的改进算法

为进一步提高农产品市场价格预测精度,及时发现价格异常的农产品,研究以山西晋城绿欣农产品批发市场胡萝卜等13种农产品月均价格数据为依据,对比分析了加权算术平均法、二次指数平滑法等9种时间序列非季节指数预测法,提出了一种改进的二次指数平滑预测法。应用改进后的二次指数平滑预测法计算的误差平方和均小于或等于改进之前,以3月份预测数据为例,其改进算法后误差平方比改进前降低了30.07%。综合分析预测值与实际值的误差平方和,以及该种农产品历史预测误差的平方和,可以确定该批发市场某月价格异常的农产品。

崔柯—利茨自适应指数平滑法在医院管理中的应用探讨

目的 探讨崔柯—利茨自适应指数平滑法预测模型在医院管理中的应用价值。方法 由于医疗保障制度改革的影响,某医院2003~2004年门诊诊次数据出现了陡然下降的剧烈变化,其时间序列呈阶梯型。采用崔柯—利茨自适应指数平滑法对该院2008年门诊诊次进行统计预测。结果 利用该院1998~2007年门诊诊次数据建立预测模型,当时间序列急剧变动时,崔柯—利茨自适应指数平滑法建模所得预测值能够较快跟上时间序列的变动。本模型预测该院2008年门诊诊次为25.67万人次,2008年实际值为26.45万人次,绝对误差0.81万人次,相对误差2.95%,预测效果满意。结论 崔柯—利茨自适应指数平滑预测模型适用于数据结构发生剧烈变化的时间序列的统计预测,特别适用于阶梯形数据,是可供医院统计预测选用的模型之一。