西安市出生缺陷趋势数学模型预测研究

目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d所有围产儿进行出生缺陷监测并收集资料。用2003年10月至2015年9月出生缺陷监测数据对西安市出生缺陷发生率数据分别构建数据模型,将同时期实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016至2017年每季度出生缺陷发生率。采用Excel软件进行数据录入,SPSS 16.0软件包进行统计学分析,Matlab软件进行灰色模型预测和神经网络模型预测,ARIMA自回归移动平均模型使用R软件进行预测。结果灰色预测模型提示2016至2017年度西安市各季度出生缺陷率(‰)分别为9.62、9.67、9.72、9.77、9.82、9.87、9.92、9.97,呈缓慢上升趋势。ARIMA模型预测显示2016至2017年度西安市各季度出生缺陷率(‰)分别为11.98、12.83、11.28、11.78、12.23、11.73、11.80、12.00,仍在较高水平相对狭窄的区间波动。NAR神经网络模型预测西安市出生缺陷率(‰)为13.24、17.91、10.55、16.08、16.47、9.42、11.99、11.68,在2016年到达出生缺陷率峰值,2017年相比2016年开始出现下降。比较3种模型对出生缺陷发生率的发展趋势预测,灰色预测模型、ARIMA模型、NAR模型的均方根误差分别为1.353 009、1.181 373、0.555 347。结论 NAR模型对出生缺陷数据预测更可靠,ARIMA模型次之,灰色预测模型误差相对较大;加强出生缺陷的预防和控制工作仍然是今后较长一段时间的公共卫生重点工作。

卫生规划中数学模型预测应用探讨

卫生规划中数学模型预测应用探讨王宪，王乃红，刘熹为了提高卫生规划中目标拟定及调控措施制定的科学性，成都市１９８７年的《成都市２０００年卫生事业发展战略规划纲要》与１９９５年的《成都市医疗机构设置规划》中两度使用数学模型，对目标判定提供科学依据，并获得...

数学模型预测细胞培养物的生长

商品化的植物细胞培养物要求其生长率可重复,批量之问只能有很小变化。在研究罂粟(Papaversomniferum)细胞培养物的生长动力学时,Furdue大学的W.R.Curtis及同事们观察到,用不同瓶中的培养物接种,其生长率的变化是“惊人的”。 Curtis的小组测定出磷酸盐为限制生长物质,他们开发了一种数学生长模型,该模型可根据细胞的胞内磷含量算出培养物的生长率。实验表明,该模型能够根据种菌的胞内磷含量预测培养物的线性生长特性及依赖种菌的生长变化性。研究者说:该模型提供了“在批量培养中预测和控制生长率的数学基础。

提高数学模型预测准确度的方法

当前,调研判断预测法应用较普遍,数学模型预法尚处在学习、试用与推广阶段。由于数学模型方法较复杂,要求资料较严格,并涉及领导者的知识与能力,预测人员的数学知识与应用电子计算机的能力和条件等,这类方法的普及比较困难.一般的数学模型虽可用电子计算器运算。

谈谈数学模型预测法与调查研究预测法相结合

“凡事预则立,不预则废”。随着商品经济的发展,经济预测应运而生,不断发展,日趋完善。经济预测的方法很多,通常概括为数学模型预测法与调查研究预测法两大类。

应用数学模型预测百日咳发病率的探讨

随着统计学及计算机技术的发展,各类数学模型的应用越来越受到国内外学者的重视。自从在人群中普遍开展计划免疫以来,一些计划免疫相关疾病年发病率的时间顺序呈单调下降,而下降的速度与其当时的发病率成正比,这一类型疾病可采用指数曲线的数学模型来预测。本文仅对哈尔滨市1982～1992年百日咳发病率进行指数曲线拟合,同时预测1993年百日咳发病率验证所建模型效果,并进一步预测1994年百日咳发病率。

激光熔覆钴基合金涂层稀释率预测数学模型构建

激光熔覆操作过程中,很多参数都会对涂层稀释率具有影响,稀释率过大、过小都会直接关系到激光熔覆涂层质量。基于上述背景,构建激光熔覆钴基合金涂层稀释率预测数学模型。计算影响因素与稀释率之间的灰度关联度,筛选出大于1.0的影响因素作为预测模型的自变量。参照选出的影响因素,通过实验采集样本数据。将样本数据输入到基于多元回归模型当中,估算回归系数,完成预测模型构建。结果表明:所构建的预测模型应用下,激光熔覆钴基合金涂层稀释率预测值与实际值之间的拟合优度均大于0.9,说明所构建的预测模型准确性较高。

植物展览温室热压自然通风降温预测模型应用

展览温室作为植物展示和生长的空间,常常面临温室效应和过热的问题。在展览温室的初步设计阶段,以经验公式得到的开口流量系数,用于展览温室自然通风计算是不严谨的。文中以上海某展览温室为例,结合室内热量平衡与自然通风理论,建立了基于热量平衡的自然通风数学模型,并采用CFD数值模拟方法对窗口流量系数进行校核。最终通过全尺寸数值模拟验证了展览温室的自然通风预测模型。研究结果对于植物园展览温室的自然通风预测具有指导意义。

聚合物水溶液流经岩心后残余阻力系数预测数学模型

聚合物溶液的残余阻力系数是指当其通过多孔介质时,因为滞留或堵塞造成多孔介质对水渗透率下降的度量。残余阻力系数越大,油层渗透率下降就越大,如果残余阻力系数过大,就会造成油层的阻塞,不利于聚合物驱。通过推导数学公式以及开展流动实验等,对于聚合物溶液流经岩心后的残余阻力系数进行了预测,对于在驱油过程中聚合物的选取有一定的指导意义。

充填体下矿体开采安全顶板厚度数学预测模型

科学合理地确定安全顶板厚度是回采铜坑矿重叠区下92号矿体的基本依据。在分析影响92号矿体顶板稳定性因素的基础上,通过建立有限元数值模型和反复多次模拟计算得出了不同影响因素组合下顶板的安全厚度值。根据计算结果绘制了影响因子与安全顶板厚度的相关关系曲线,利用多元逐步回归分析方法建立了一能够综合反映多因素共同作用下的复杂充填体下矿体开采安全顶板厚度的数学预测模型。结合工程实际及数值模拟的验证结果表明了预测模型的有效性。

孤立性肺结节良恶性判断的数学预测模型建立与验证

目的:通过多因素Logistic回归分析,建立CT判断孤立性肺结节(SPN)良恶性的数学预测模型,并与目前已知的国内外模型进行比较分析。方法:回顾性收集2012年1月至2013年1月在复旦大学附属肿瘤医院胸外科经手术切除并明确病理诊断的SPN患者的临床及CT资料共200例(A组),通过多因素Logistic回归分析进行筛选建立方程。另收集2013年2月至2013年7月经手术切除且明确病理诊断的SPN患者资料共89例(B组)用以验证。结果:A组200例SPN中良性64例,恶性136例,建立的数学预测方程为:Y=ex/(1+ex),X=-2.085+0.058×年龄-1.206×性别-2.157×钙化+0.505×短毛刺+1.729×长毛刺+1.782×分叶-1.005×边界。e为自然对数。B组数据进行验证:本组模型曲线下面积最大,为0.888±0.051。本组模型的特异性最高(94.4%)>Mayo Clinical模型(88.9%)>VA模型(72.2%)>国内模型(66.7%)。国内模型的敏感性最高(88.7%)>本组模型(83.1%)>VA模型(78.9%)>Mayo Clinical模型(45.1%),P<0.05。结论:本组数据建立的模型诊断效能较高,收集的临床及CT资料较以往任何一篇报道更全且全部为中国人,优于国内外公式单纯套用。

钢筋混凝土疲劳寿命预测数学模型

目的根据钢筋混凝土的疲劳强度建立疲劳寿命数学预测模型,对钢筋混凝土的剩余使用寿命进行预测,可及时了解钢筋混凝土状态趋势变化,为维修工作提供保障.方法通过对疲劳强度的影响因素参数测量,建立可以直接用于预测疲劳强度的数学模型,描绘出疲劳强度随时间的变化趋势模型.将得到的疲劳强度与能够承受的最小疲劳强度相比较,找到相交点,预测其剩余使用寿命.结果给定当前疲劳强度,利用建立的数学模型预测其剩余使用寿命,且误差不超过5%.试验对象的预测寿命为28.006 a,实际使用年限为29 a,误差为3.4%.结论验证了模型的有效性,所提出的预测模型提高了预测精度.

基于小波-神经网络的井眼轨迹预测数学模型研究

以复杂钻井系统动力学为基础,从所建立的钻头位移模型仿真实验中提取数据,把所得的井眼轨迹时间序列进行小波分析重构,分别得到平稳的随机序列、周期序列和非平稳趋势序列;并把所得平稳随机序列、周期序列、非平稳趋势序列作为输入层,构造小波-神经网络井眼轨迹预测模型,充分发挥小波分析的多分辨率功能和人工神经网络的非线性逼近能力。通过实验验证,此模型能有效提高预测精度、延长预见时间,这将为复杂钻井系统井眼轨迹预测研究提供新的理论依据及方法。

基于协方差稳健模糊线性回归的系统负荷预测数学模型

针对统计学中基于线性回归分析的系统负荷准确预测问题,提出一种基于协方差改进稳健模糊回归的预测数学模型。通过引入协方差参数估计,对传统基于均值参数的稳健估计方程进行改进,以便降低对数据中异常点的敏感性,并对多元正态变量的渐近性质进行分析。结合模糊线性回归,将预测结果划分在一个合理的模糊区间,从而进一步排除异常点。实例测试结果表明,相比传统的模糊线性回归模型,提出的稳健模糊回归模型能够有效降低异常数据的影响,降低预测误差。

用数学预测模型改进传统实验研究方法——对旋毛虫成虫寄生寿命的研究

通常对旋毛虫成虫在小鼠体内存活期的测试是通过对人工感染小鼠的定期解剖而取得。本文介绍了灰色ＧＭ（１，２）模型的数学方法。对部分实验数据（２２天）建立ＧＭ（１，２）模型，预测结果与国内外经典著作报道相符。数学预测方法可以减少１２天工作量和节约３０只近交系小鼠。

通化市事故预测数学模型的研究与应用

目前 ,我国的一些地区 行业的伤亡事故正遏而不止 ,给国家和人民带来了严重恶果。而我们根据已知的伤亡事故 ,建立了事故预测数学模型 ,将安全管理的重点放在了事故预测预防上。通过 6年来的辛勤努力 ,使通化这个煤炭、钢铁工业生产基地的伤亡事故得到了大幅度下降 ,基本遏制住了重特大事故 。

省级能源预测数学模型

预测是对未来事件的科学描述(而且往往是一种数学描述),它提供关于未来的情报,使人们增加对未来的了解,为决策寻找可靠的依据。对工业现代化来说,能源是最活跃的因素之一。

浅谈预测方法的运用和创新──突变论及其数学模型

浅谈预测方法的运用和创新──突变论及其数学模型预测这门学科在我国的研究与应用在不断发展，各种各样的预测模型大量增加。预测的结果成功与失败均不乏其例，原因在模型、数据、环境的变异，突变因素等等。当前我国经济，管理体制等都发生了变化。现就这方面的问题探讨...

供应链运作模式下物流网络库存需求水平的数学预测模型构建

从数学建模的角度定量研究了供应链运作模式下物流网络库存需求水平的预测问题,分析了物流网络供应链中批发零售企业、供应商和物流配送中心三者各自的库存需求总量预测计算方法及其相互关系,分别构建了批发零售商和物流配送中心的库存需求数学模型、物流配送中心和供应商的库存需求数学模型,最后以某个连锁经营超市物流配送网络相关数据对预测模型进行了验证和检查,结果表明该预测模型可以精确地计算出供应链环境中物流网络相关主体的库存需求总量,从而能够为相关的库存管理控制决策提供参考。

孤立性肺结节良恶性判断数学预测模型的建立及临床对比验证分析

目的遴选判断孤立性肺结节(SPN)性质的影响因素,构建SPN良恶性数学预测模型,并验证其准确性。方法回顾分析2008年1月—2013年9月本院收治的诊断明确的SPN患者405例,其中男220例,女185例。通过逻辑回归分析遴选出判断SPN性质的独立影响因素,建立数学预测模型。另收集2013年10月—2015年9月诊断明确的SPN患者168例,验证该预测模型对SPN良恶性判断的敏感性和特异性。通过Hosmer-Lemeshow(H-L)检验判断数学模型的校准度,绘制ROC曲线,通过曲线下面积(AUC)检验其预测能力。结果多因素Logistic回归分析显示,患者年龄、既往肿瘤病史、肿瘤家族史、结节大小、毛刺、分叶、边界模糊、胸膜牵拉征等8项因素在良恶性SPN之间的差异有统计学意义(P<0.05),是判断SPN良恶性的独立影响因素。应用本模型预测良SPN恶性的灵敏度为94.7%,特异度为76.4%,阳性预测值为89.2%,阴性预测值为87.5%。本数学预测模型的AUC为0.809±0.017。结论本数学预测模型对判断SPN良恶性具有较高的准确性。