基于灰色GM(1,1)模型的我国医院感染患病率变化趋势及预测

目的了解我国医院感染患病率变化趋势,并采用灰色GM(1,1)模型对我国不同规模医院的医院感染患病率进行预测,为医院感染防控提供数据支持和新思路。方法采用描述性流行病学方法分析我国医院感染患病率变化趋势,2008—2016年我国医院感染患病率数据进行灰色GM(1,1)模型构建,2018—2020年数据进行模型验证。采用构建的灰色GM(1,1)模型对2022—2024年我国医院感染患病率进行预测。结果我国医院感染患病率呈下降趋势,随着医院规模的增加医院感染患病率升高。医院感染患病率灰色GM(1,1)模型的精度良好、拟合效果较高。2024年全国、<300张床位医院、300~599张床位医院、600~899张床位医院和≥900张床位医院的医院感染患病率可降为1.00%、0.49%、0.90%、1.13%和2.05%。结论我国医院感染防控效果明显,灰色GM(1,1)模型对我国医院感染患病率有较好的预测效果。

灰色模型GM(1,1)在苏州市伤寒副伤寒发病率预测中的应用

目的了解苏州市伤寒副伤寒发病趋势,为制定针对性的防控管理措施提供数据支撑。方法根据苏州市2009—2021年伤寒副伤寒发病率数据,应用灰色系统理论,建立伤寒副伤寒发病率灰色模型GM(1,1)模型,并进行发病率预测。结果2009—2021年苏州市伤寒副伤寒发病率,2009年最高(14.264/万),2021年最低(1.177/万),其他年份在1.306/万~6.818/10万,整体呈现下降趋势(χ^(2)_(趋势)=194.714,P<0.001)。建立GM(1,1)模型:■。拟合检验显示模型拟合精度好(C=0.143,P=0.923),预测2022—2024年苏州市伤寒副伤寒发病率分别为0.984/万、0.845/万、0.726/万,呈缓慢下降态势,符合整体发病趋势。结论GM(1,1)模型能够较好地预测苏州市伤寒副伤寒发病趋势,预测2022—2024年全市发病率继续呈下降趋势。

灰色GM(1,1)预测模型在单病种运营管理中的应用——以胃癌为例

目的通过对胃癌的发病例数、均次费用、平均住院日、药占比、材占比的医疗指标数据构建灰色GM(1,1)预测模型,分析医疗业务方面的变化趋势,以期为单病种管理提供方法学依据。方法选取我院2013—2018年胃癌的发病例数、均次费用、平均住院日、药占比、材占比等数据构建灰色GM(1,1)预测模型。使用后验差比C值和小误差概率P值对模型的准确度进行评估,利用相对误差和级别偏差评估模型的拟合效果。通过2020—2023年的数据验证灰色GM(1,1)模型的预测效果,根据调整后的模型对2024—2025年的医疗业务指标进行预测。结果本研究构建的灰色GM(1,1)预测模型对均次费用、平均住院日、药占比指标预测效果较好;根据该模型预测到2025年,胃癌的均次费用、平均住院日、药占比分别可达到71285.56元、14.22 d、13.09%。结论灰色GM(1,1)预测模型能够较好拟合胃癌的均次费用、平均住院日、药占比指标变化趋势。模型预测显示均次费用呈现逐年增加趋势,平均住院日和药占比均呈现逐年递减趋势。该模型可为医院单病种医疗质量监测、提升医疗运行效率提供理论依据。

灰色GM(1,1)档案模型参数估计优化算法

针对最小二乘法在处理总体特征不明显的数据时效果欠佳的问题,提出了一种适用于“贫信息,小样本”的预测方法,采用灰色GM(1,1)模型对数据序列进行归纳、总结和提炼,构建相应的预测模型。新的参数估算方法将初始误差的绝对值和最小化,将参数估算转化为目标规划问题,利用目标规划法,在不依赖于数据整体特性的前提下,有效降低异常值,简化计算过程,提高预测精度。

一种基于均值模型构建动态离散GM(1,1)模型的新方法

离散灰色模型避免了传统灰色模型中差分到微分产生的跳跃误差,然而当建模序列确定后参数随之确定,模型无法随时间作出与系统变化相适应的动态调整,这是导致模型精度不高及出现预测偏差的重要原因。由于均值模型较其他基本形式的传统灰色模型更适应非指数增长序列,因此首先利用均值GM(1,1)模型刻画了发展系数的动态化过程,然后在此基础上构建了动态离散GM(1,1)模型,最后应用该模型对我国城镇就业人员的数量进行了模拟及预测,取得了较好的效果,验证了新方法的有效性和实用性。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

基于GM (1, 1)模型的房地产价格分析与预测——以上海市为例

房地产行业是我国经济的支柱产业,对地区经济发展和居民生活水平影响巨大,房地产价格变动因此成为一项重要的民生问题。本文以上海市为例,首先采用灰色关联度模型从供需层面、经济层面、政策层面和其他多个维度的层面中筛选房地产价格主要影响因素,随后基于其2010年~2021年的商品房住宅均价的相关数据,采用GM (1, 1)模型对其未来5年房地产价格进行预测分析。结果显示,上海市房地产价格受人均可支配收入、生产总值、人均GDP、金融存款余额量、住宅开发投资额等因素影响最为显著;同时,预测未来5年上海市房地产价格将持续上涨,年增幅约为9%。

基于TDOGM(1,N)灰色模型的高校科研能力预测与滞后效应分析

针对高校人才、经费、平台等科研资源投入与科研产出存在的不平衡现象,提出利用带时滞效应的TDOGM(1,N)灰色模型,对在一定的资源投入下,高校科研能力未来发展趋势进行预测,为高校科学配置投入资源、有效评价科研投入效率提供理论基础。通过研究发现,利用带时滞效应的TDOGM(1,N)灰色模型进行投入与产出关系分析、预测,其精度比传统的OGM(1,N)灰色模型高。同时,预测模型还能充分反映其核心要素存在的滞后效应。

基于GM(1,1)模型的甘肃省冷链物流需求预测研究

随着居民对生鲜农产品质量要求的提升,冷链物流行业也亟需朝着高标准、严要求的方向进一步发展。因此,对生鲜农产品冷链物流需求进行精准预测也具有了更加重要的现实意义。将人均生鲜农产品消费量与甘肃省常住居民数的乘积作为甘肃省冷链物流需求量,利用GM(1,1)模型对甘肃省2012-2031年冷链物流需求量进行预测,并通过发展系数检验、残差检验、后验差检验,验证了模型有较高的预测精度,并适用于中长期预测,可以有效预测甘肃省冷链物流需求量的发展趋势,能够为后续甘肃省冷链物流设施规划、冷库建设、运输设备配备提供参考依据。

基于GM(1,1)模型的智能制造人才需求预测

文章根据公布的数据,对参与CMMM的制造业企业数量、智能制造成熟度等级分布、智能制造招聘职位同比增速进行预测,并对智能制造人才需求的质量和数量进行分析预测,以期为相关人才供给提供新的思路。

基于GM(1,1)模型的广东省中青年体质预测研究

目的::研究国民体质指标变化趋势,为政府制定相应的健康促进政策和开展体育活动提供科学依据。方法:通过收集2019-2022年广东省中青年体质监测的相关数据,并依据该时间序列建立GM(1,1)预测模型,对中青年体质进行趋势预测。结果:(1)身体形态:身高呈现上升趋势,腰围和臂围下降,男性体重下降而女性体重上升。体脂率仅在中年男性中上升;(2)身体机能:肺活量指标呈上升趋势,心肺趋势测试值呈下降趋势,表明广东省中青年的有氧能力下降;(3)身体素质:握力、背力、俯卧撑等力量型指标男性呈下降趋势,女性表现较好。纵跳指标男性下降而女性上升,仰卧起坐,坐位体前屈和选择反应时间均呈积极走势。结论:广东省中青年群体的身体形态总体上朝着较好的方向发展,但身体机能和部分身体素质指标的发展趋势不容乐观。特别是女性肥胖问题、心肺耐力的下降和男性力量型指标的减弱,需要政府等部门加以重视,建议:(1)体育部门应增大力量型运动项目和长跑的开展力度;(2)宣传部门需要加大体育健身的宣传力度;(3)政府应该采取措施落地和实效评估相结合的方式研判国民体质健康程度。

基于灰色预测GM(1,1)模型山东省卫生人力资源变化趋势研究

[目的]分析2012-2020年山东省卫生人力资源配置现状,预测2021-2025年卫生人力资源变化趋势。[方法]以2012-2020年山东省卫生人力资源配置为原始数据,利用GM(1,1)方法构建模型预测山东省卫生人力资源配置数并分析其变化趋势。[结果]2021-2025年山东省卫生人力资源配置总体呈上升态势,到2025年山东省三类地区千人口卫生技术人员数分别增长至11.71人、7.79人、8.85人,执业(助理)医师分别为4.66人、3.27人、3.75人,注册护士分别为5.79人、4.08人、4.17人。[结论]山东省卫生人力资源配置水平进一步得到提升,医护比逐渐趋于合理,虽经济落后地区卫生人力资源配置涨幅明显,但总量不及经济发达地区,地区间存在差异,注册护士仍有短缺,亟需制定相关政策缩小地区间差异,提高护士待遇,完善医护比,切实保障公共卫生服务均等化。

基于新陈代谢GM(1,1)++的疫情应急物资需求量预测研究

当大规模疫情发生时,应急物资的供给至关重要.在新陈代谢GM(1,1)模型的基础上提出了一种新陈代谢GM(1,1)++模型,即再加入新信息,移除原始数据中的旧信息的同时,将原始数据中与拟合值相对残差最大的数据项用拟合值替代.提出的方法既能够及时去掉意义逐渐降低的老信息,加入更能够反应系统目前特征的新信息,又能够降低其他因素对原始数据的扰动性,使原始数据更具规律性.为了检验新陈代谢GM(1,1)++模型的有效性,将其预测结果分别与传统GM(1,1)、新信息GM(1,1)、新陈代谢GM(1,1)的预测结果进行比较研究.试验结果显示,新陈代谢GM(1,1)++模型的误差平方和最小,预测准确性远优于另外3种预测模型.

基于改进灰色GM(1,1)模型的广西第一产业经济预测

建设农业强国,是党中央着眼全面建成社会主义现代化强国做出的战略部署,第一产业经济发展自然能为中国农业未来的发展趋势起到了指引作用。广西作为农业大区,分析和预测第一产业生产总值(GDP)发展数据对预测地区经济发展有很大的参考作用。为此提出了一种基于改进灰色GM(1,1)模型,对广西第一产业经济进行预测。为提高预测模型精度,对2022年广西第一产业GDP季度原始数据进行数据频率的转换,从低频数据转为高频数据,提出了一种新的改进GM(1,1)预测模型,描述其预测精度等级评价,并利用2022年广西第一产业第四季度的月度数据对改进后的模型进行训练。

基于灰色GM(1,1)模型的全国农民工数量预测研究

本文旨在利用灰色GM(1,1)模型对全国农民工数量进行预测。首先,文章介绍了农民工问题的背景和重要性,指出了预测其数量对政府和社会发展的重要性。然后,解释了数据的来源与收集,本研究所使用数据来源于国家统计局的《农民工监测调查报告》。紧接着,详细阐述了灰色GM(1,1)模型的原理和应用。该模型是一种基于灰色理论的预测方法,通过对样本数据的灰色微分和累加得出未来趋势。文章将农民工数量分为外出农民工数量、本地农民工数量和数量总和,并将其应用于灰色GM(1,1)模型进行预测。预测结果显示,未来五年外出、本地和农民工总和的预计数量分别为18035.01、13613.44和31577.73万人,其中农民工数量总和将在五年之内多出1500万人,这对于政府的反应能力和调控水平将是一个极大的考验。最后,本文对预测结果进行了分析和讨论,提出了可能影响农民工数量的因素,并对未来的发展趋势进行了展望。本研究的结果对于农民工政策的制定和社会管理具有重要意义,为相关部门提供了参考和决策依据。

基于灰色GM(1,1)模型预测分析内蒙古自治区2021~2027年卫生总费用

基于灰色系统理论,收集2011~2020年期间的内蒙古自治区卫生总费用数据,建立内蒙古卫生总费用GM(1,1)灰色预测模型,预测2021~2027年共七年内蒙古卫生总费用及其筹资结构。使用MATLAB软件对内蒙古卫生总费用筹资水平与筹资结构及其占GDP比重进行分析并输出结果。分析预计内蒙古医疗总费用及其占GDP比例会持续提高,政府、个人卫生费用比重持续下降,个人健康费用比重也会持续提高。通过分析未来七年的医疗健康情况,对全区卫生保健经费制度、投资标准和结构调整提出科学依据,推动内蒙古医疗卫生事业蓬勃发展。

灰色GM(1,1)模型在我国医疗卫生费用预测研究中的应用

目的:回顾新医改以来我国的医疗卫生费用支出,分析预测2021~2031年我国医疗卫生的总体支出情况,总结其变化趋势,以期为我国卫生部门制定科学的医疗保健政策与资金筹资策略提供可行的参考依据。方法:根据2015~2020年我国《卫生健康事业发展统计公报》,选取我国近年来相关的医疗卫生费用数据作为预测指标,在清楚地了解了我国医疗卫生费用的构成及变化趋势的基础上,通过构建灰色GM(1,1)预测模型,对我国医疗卫生的相关费用及构成的变化趋势进行预测。结果:2021~2031年,我国总体的医疗卫生费用支出呈快速上升趋势,从2020年的7217.5亿元增加至2030年的216744.22亿元,其中社会卫生支出占比从41.9%上升至44.74%,政府卫生支出占比从30.4%下降到30.14%,个人卫生支出从27.7%下降到25.14%。结论:医疗卫生总费用的筹资机制和支出比例更加合理,医疗卫生水平稳步上升,人民能够享受到的医疗卫生资源和服务更加全面优越,人民的生命安全得到进一步的保障。今后,我国需要更加重视人民的生命健康,进一步优化医疗卫生费用的筹资比例和控制其费用的合理支出,做到持续平稳地降低个人医疗卫生费用占比,减轻人民的医疗负担,全面提高人民的健康水平,保障我国医疗卫生服务事业的可持续发展。

基于灰色GM(1,1)模型的北京市人口老龄化预测

当前,我国乃至全球人口老龄化形势严峻,老年人口数量逐年上升,我国面临人口老龄化的巨大挑战。人口老龄化的预测对城市未来发展具有重要参考价值,本文以北京市为例,从北京市统计局中获取2010~2020年老龄人口数据进行分析,根据灰色系统模型GM(1,1)的建模机理,建立灰色预测模型,对未来10年的北京市人口老龄化情况进行预测。

基于GM(1,1)灰色预测模型的山东省城乡居民基本养老保险参保趋势预测

作为全国老龄化程度较为严重的省份,山东省多年来努力推行全民参保计划、扩大基本养老保险覆盖面,但随着人口老龄化的不断发展和待遇水平的逐年提高,这样的趋势或给地方财政带来压力,因此对参保人数进行前瞻预测、提出对策建议有利于地方政府提早做出应对。本文通过数据分析探究了,使用GM(1,1)灰色预测模型建立了山东省2022~2031年城乡居民基本养老保险参保人数的预测模型,并对山东省未来10年城乡居民基本养老保险参保人数变化趋势进行了预测,基于预测结果提出了落实全民参保、缓解压力的对策。

基于灰色预测GM(1,1)模型对桥梁SPS支架沉降量预测分析

桥梁支架法(尤其是SPS少支架体系)其施工过程中的沉降问题关系到施工安全,支架的沉降量变化情况是一个受多种维度、多种因素影响的复杂关系量,属于典型的灰色系统,常常缺少足够的白色信息进而很确定模型的参数,也很难实现预测。将灰色理论模型应用于支架沉降指标预测中,对于评价支架安全、掌握变形趋势并提前决策具有重要意义。本文介绍了灰色系统理论以及GM(1,1) 预测模型的建模方法,同时基于灰色系统理论的原理,以昆明市某工程桥梁支架法施工过程中的SPS支架沉降监测数据为依托,进行相关建模分析,利用GM(1,1)模型对SPS支架沉降进行了模拟和预测,将预测数据与实测数据进行了对比以及误差分析。同时检验相对误差、后验差、小误差概率等指标,相关分析成果可为后续该类桥梁支架使用过程中的沉降指标预测提供参考。