应用灰色线性回归组合模型预测江苏省卫生总费用趋势及构成

目的:对2010~2019年期间江苏省卫生总费用的趋势进行描述和分析,通过既有数据选择最佳预测模型,预测江苏省2020~2025年卫生总费用的趋势。将2020年数据与预测值对比,分析产生差异的原因,为新冠疫情过后卫生政策的调整提供科学依据。方法:卫生总费用及其构成的数据来源于《中国卫生健康统计年鉴》《江苏省统计年鉴》,采用excel2017和R3.6.1软件进行预测模型构建和精度检验,选择灰色线性回归组合模型进行江苏省2020~2025年卫生总费用及构成情况预测,将2020年实际数据与预测值对比并分析。结果:基于灰色理论与线性回归的组合模型精确度优于GM(1,1)模型。受新冠疫情影响,2020年卫生总费用、政府卫生支出和个人卫生支出高于模型预测结果,社会卫生支出低于预测值。2020~2025年江苏省卫生总费用将从4848.41亿元增至6887.23亿元,平均增长率为7.19%,其中政府卫生支出占比与个人卫生占比呈现下降的趋势。政府卫生支出、社会卫生支出和个人卫生支出到2025年预计将达到1439.62亿元、3968.86亿元、1481.60亿元。结论:在后疫情时代,江苏省应不断深化医疗体制改革,调整政府卫生投入,拓宽社会卫生筹资来源,加大卫生总费用投入,科学合理的配置卫生资源,有效降低个人卫生支出比例,从而减轻人民负担。

基于灰色线性回归组合模型的火炮身管寿命预测

为了准确预测出火炮身管寿命终止时的最大射弹数,提高火炮的实用性能,该文对火炮身管内径磨损量的数学模型进行了研究。该文提出采用灰色系统理论分析的方法,将灰色模型与线性回归模型相融合,建立了灰色线性回归组合模型,得到了身管内径磨损量与射弹数的数学关系式。将该新模型与传统的灰色模型分别应用于某型火炮的身管寿命预测,通过数据对比表明了该灰色线性回归组合模型方法的有效性,使预测精度得到了提高。

基于灰色线性回归组合模型的故障率预测

针对武器装备在使用过程中故障率变化的复杂性,提出了灰色线性回归组合模型的故障率预测方法。该模型用线性回归方程和指数方程的和来拟合故障率曲线,它可以改善线性回归模型中没有指数增长趋势和GM(1,1)模型中没有线性因素的不足。通过对装备备件故障率的预测分析表明,灰色线性回归组合模型在故障率预测精度上优于单一的灰色模型和线性回归模型,且不要求对所提供的历史数据具有典型的分布规律。该模型的预测结果可以为装备的维修工作提供决策依据。

基于灰色线性回归组合模型的机床热误差建模方法

为了控制机床热误差和提高机床加工精度,考虑到测得的热误差数据同时存在着线性和非线性因素,提出了采用具有处理线性和非线性能力的灰色线性回归组合热误差模型的建模方法。用此方法对某卧式加工中心热误差进行了建模和预测,并引入BP神经网络对热误差模型的残差进行修正,从而获得了比较准确的热误差预测值。与用指数函数来模拟生成数据的灰色模型所获得的预测值进行了比较,证明了灰色线性回归组合及BP神经网络模型在机床热误差补偿建模应用中的优越性。

灰色线性回归组合模型在瓦斯涌出量预测中的应用

矿井瓦斯涌出量预测是新建矿井、新水平和新采区设计的主要依据。针对目前灰色理论预测模型和线性回归预测模型的缺点和不足,系统地推导了灰色线性回归组合预测模型。结合现场实测数据,并对比线性回归模型和灰色理论模型预测结果,发现该模型的预测精度分别提高了2.46%和1.35%,数据拟合的相关系数也有一定程度的提高。实证结果表明,灰色线性回归组合模型可以更好地预测矿井瓦斯涌出量。

灰色线性回归组合模型在中国出境旅游规模预测中的应用

当前,中国出境旅游呈"井喷式"增长现象,已成为世界最大的客源输出国,极大提升了中国对世界旅游业影响力。合理预测中国出境旅游市场规模,将对世界旅游业发展及中国旅游产业优化升级具有战略性指导意义。基于线性回归和灰色模型提出灰色线性回归组合预测模型,并对2017—2025年中国出境旅游客流规模进行预测和分析。结果显示:灰色线性回归组合预测模型的拟合度和精度要优于线性回归预测模型和灰色GM(1,1)预测模型,表明组合预测模型能够弥补单一模型预测精度不够的缺点,提高预测的精密性和科学性;中国出境旅游客流在2017—2025年内将继续保持高速增长趋势,年均增幅为21%,至2025年,出境旅游总人数将达6.2亿人次。

改进的灰色线性回归组合模型在大坝变形监测中的应用

针对传统的灰色线性回归组合模型要求原始数据序列为单调递增的缺陷,以小湾拱坝某测点的径向位移为例,分别采用两种改进的原始数据二次累加生成法和绝对值法建模进行拟合和预测,并与实测值进行比较。结果表明,绝对值法模型精度较高,更接近于实测值。

灰色线性回归组合模型在沉降监测中的应用

为了在贫数据条件下准确预报中长期沉降值,采用线性回归方程和指数方程的组合方式,通过适当配置模型的某些参数来获得新的生成序列函数模型.结合工程实际算例进行预测,并和实际观测数据比较,取得了较好的效果,验证了灰色线性回归组合模型应用于沉降监测预报的可行性.通过其残差与回归分析模型和灰色预测GM(1,1)模型残差相比较,证明该模型在沉降预报中优于回归分析模型和灰色预测GM(1,1)模型.

基于灰色线性回归组合模型的高速公路交通量预测

高速公路交通量预测工作一直是高速公路项目决策中的关键因素之一,其水平和质量将直接影响到项目决策方案的科学性和合理性。针对高速公路交通量受众多因素影响且各因素具有较强的不确定性的特点,综合考虑现行预测方法和模型的优缺点,提出了适用于高速公路交通量预测的灰色线性回归组合预测模型。实例分析表明,该模型克服了GM(1,1)模型和线性回归模型的缺陷,和单一模型相比,预测精度更高,预测结果更为可靠,具有较高的实际应用价值,也为高速公路交通量预测研究提供了新的途径。

加权灰色线性回归组合模型在高铁隧道沉降监测中的应用

近年来,相关的研究与实践表明,变形监测的数据处理方法比较成熟,如回归模型、卡尔曼滤波模型、灰色模型、时间序列模型以及人工神经网络模型等各种模型,均经过了各种检验,而且有效地应用在变形监测技术中。然而单一的模型预测有其自身的局限性,因此,预测模型需要采用组合优化模型弥补单一模型的缺陷。本文主要阐述了加权灰色线性回归组合模型在高铁隧道沉降预测中的应用,通过与传统的GM(1,1)模型以及灰色线性回归组合模型进行对比。实验结果表明,加权灰色线性回归组合模型具有较高的预测精度。

基于灰色线性回归组合模型的中国高职教育规模影响因素及预测研究

进入新时代,中国高职教育规模发展直接影响到中国高等教育的中长期规划。影响中国高职教育规模发展因素包括教育投入、社会经济发展水平、社会总状况和生源来源状况等。构建灰色线性回归组合模型改善了原有灰色模型中没有考虑线性因素和线性回归模型中没有考虑指数增长趋势的缺陷。灰色线性回归组合模型对中国未来高职教育规模预测结果显示,在保持现状的基础上,在未来的一定时期内,中国高职教育发展将继续保持稳速增长趋势。

灰色线性回归组合模型算法研究

在灰色GM(1,1)模型和多元线性回归模型的基础上,灰色线性回归组合模型改善了原线性回归模型中没有指数增长趋势和灰色GM(1,1)模型中没有线性因素的不足.而在计算的过程中应该注意原始数据的有线性以及对灰色线性回归组合模型预测精度的检验等.给出一些方法,仅供参考.

灰色回归组合新模型在城市天然气需求预测中的应用

季节、气温和人口变化等因素会影响城市天然气需求预测的准确性,而利用不同模型或方法对预测结果进行调整和修正将有助于提高预测准确率。为此,以灰色Verhulst模型和线性回归模型的拟合结果为基础,利用具有以新替旧功能的新陈代谢原理,构建灰色回归组合模型,以湖北省城市天然气需求量为例,进行需求量预测,以期为建立城市天然气供需平衡机制提供科学的理论数据支撑。研究结果表明:①组合预测模型能降低单一模型的预测风险,使预测结果更稳定可靠,对降低预测误差具有一定作用;②新陈代谢灰色回归组合预测模型对原预测模型具有一定的改进作用,能明显提高预测精度,预测结果可作为相关企业部门或政府部门做出科学决策的参考依据;③新陈代谢灰色回归组合预测模型拟合性好,预测精度高,预测结果更稳定可靠,可用于城市天然气中长期需求量预测,具有一定的实际应用价值。

基于灰色多元线性回归组合模型的中国社会消费品零售总额影响因素及预测研究

影响中国社会消费品零售总额因素众多,但研究社会消费品零售总额组合模型尚属空白领域。通过Shapley值法构建灰色多元线性回归组合模型改善了原有灰色模型中没有考虑线性因素和线性回归模型中没有考虑指数增长趋势的缺陷,同时能公平反应组合中各种方法对组合的平均贡献及重要性。灰色多元线性回归组合模型对社会消费品零售总额预测结果显示,在保持现状的基础上,在未来的一定时期内,社会消费品零售总额将继续保持稳速增长趋势。

灰色线性回归组合模型在矿井瓦斯涌出量预测中的应用——以铁法煤业集团晓南矿为例

瓦斯灾害是煤矿生产的头号大敌,随着开采深度的进一步加大和高强度机械化采掘,瓦斯涌出量急剧增大,瓦斯灾害的威胁更加突出,给矿井的安全生产带来了很大的影响,因此对于未采掘煤层瓦斯涌出量的预测对于矿井的安全生产至关重要。本文以铁法煤业集团晓南矿为研究对象,结合GM(1,1)模型与线性回归耦合方法,对未采掘煤层的瓦斯涌出量做出预测评价,为矿井的安全生产提供指导。

灰色线性回归组合模型在计算给水管道阻力系数中的应用

为了求解管道阻力系数,将其应用到工程中的水力计算中,运用灰色线性回归组合模型进行求解,得出了计算管道阻力系数的数学模型,并结合工程实例进行验证.实践表明该模型的精度较高,具有一定参考价值.

基于灰色与线性回归组合模型在变形预测中的研究

从GM(1,1)模型原理和GM(1,1)与线性回归组合模型原理的不同之处开始讨论,并且用组合模型进行了样本实例计算,与单一的灰色模型和简单的滑动平均作出对比,得出组合模型计算较准确,精度较高。

灰色与线性回归组合模型在变形预测中的应用研究

变形监测工程是一个复杂的综合系统,各种参数具有很大的不确定性。目前变形的预测分析多采用单一的预测方法,而各种方法都有各自的优缺点和应用范围,有时单一的预测方法对判定工程性质带来了困难。引入了组合预测的思想,在灰色GM(1,1)模型的基础上,构建了灰色与线性回归组合模型,通过实例计算分析,证明该组合模型满足工程需要,具有一定的使用价值。

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测。通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5%,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确。

灰色线性回归组合的煤矿百万吨死亡率预测研究

灰色线性回归组合克服了GM(1,1)模型和线性回归模型的缺点和不足,本文系统地推导了灰色线性回归组合模型,通过此模型对我国煤矿百万吨死亡率进行预测,结果表明该模型基本正确,预测精度可靠,能够为煤矿安全生产提供理论依据。