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。

基于灰色GM(1,1)模型的2023—2027年闵行区脑卒中死亡趋势预测

目的分析2012—2022年上海市闵行区脑卒中死亡变化趋势,预测2023—2027年脑卒中死亡情况。方法测算2012—2022年上海市闵行区脑卒中死亡的年度变化百分比(annual percentage change,APC),运用Joinpoint线性回归模型进行时间趋势分析。以2012—2022年上海市闵行区脑卒中死亡率构建灰色GM(1,1)模型,运用相对误差和级比偏差评估模型拟合效果,对2023—2027年上海市闵行区脑卒中死亡率进行预测分析。结果2012—2022年上海市闵行区脑卒中全人群、男性和女性粗死亡率均呈上升趋势(全人群:APC=2.50%,P<0.001;男性:APC=3.41%,P<0.001;女性:APC=1.46%,P=0.008)。灰色GM(1,1)模型预测2023—2027年上海市闵行区脑卒中死亡率呈上升趋势,2027年全人群脑卒中粗死亡率为97.55/10万,男性为112.31/10万,女性为83.33/10万,检验评估模型拟合效果达到较高要求。结论近十年来上海市闵行区脑卒中死亡率呈明显上升趋势,5年预测结果显示死亡率呈逐年上升趋势。

基于ARIMA模型与GM(1,1)模型比较的宁夏卫生总费用及其构成预测研究

目的比较ARIMA模型和GM(1,1)模型对宁夏卫生费用的拟合效果,并预测宁夏卫生总费用及其构成的未来发展趋势,为相关部门制定和调整医疗卫生政策提供参考。方法利用2016年—2022年宁夏卫生总费用及其构成的相关数据,分别构建ARIMA模型和GM(1,1)模型,进行卫生总费用构成的拟合,采用平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Square Error,RMSE)比较拟合效果,基于优势模型对宁夏2023年—2028年卫生总费用及其构成进行预测。结果GM(1,1)模型拟合效果较好,为优势模型。预测结果显示,2023年—2028年,宁夏卫生总费用平稳增长,从465.38亿元增长至671.50亿元,政府和个人卫生支出占卫生总费用的比重分别从32.35%和25.39%下降至31.63%和22.53%,社会卫生支出占卫生总费用的比重从42.25%上升至45.84%。结论经预测,2023年—2028年宁夏卫生总费用呈逐年增长趋势,卫生费用筹资结构趋于合理化,相关部门应继续保持目前发展态势,采取有效措施以促进医疗卫生事业的可持续发展。

面向“十四五”规划基于灰色GM(1,1)模型的沈阳市物流需求预测分析

“十四五”规划时期,推动东北全面振兴是重要的发展方向。其中物流的发展至关重要。东北地区因其地域特点,物流需求具有不确定性,亟待开展预测方法研究。文章以沈阳市为例,以2008—2022年货运量作为样本数据,提出基于灰色GM(1,1)模型的东北地区物流需求预测方法。通过仿真实验计算2008—2022年的物流需求,经过与实际值对比,对预测结果进行检验与分析,验证了文章所提出的模型是有效的;预测未来5年的物流需求量。实验结果表明,此方法能为沈阳市物流需求的定量分析提供较为准确的基础,同时为政府出台相关政策和企业进行物流规划建设提供参考价值。

基于灰色系统理论GM(1,1)模型的全国异地就医发展趋势预测研究

目的分析GM(1,1)模型在我国异地就医领域中应用的可行性,并预测我国异地就医未来发展变化趋势,以期为医疗保障的政策制定与规划决策提供借鉴和参考。方法基于灰色系统理论GM(1,1)模型,对2023年—2030年我国异地就医人次和医疗费用变化趋势进行定量预测分析。结果异地就医人次2023年—2030年预测结果分别是11605.476万、12306.701万、13029.631万、13774.936万、14543.310万、15335.467万、16152.142万、16994.094万人次,其模型平均相对误差为6.103%;而异地就医医疗费用2023年—2030年预测结果分别是5402.736亿、5769.652亿、6149.246亿、6541.956亿、6948.235亿、7368.554亿、7803.395亿、8253.262亿元,其模型平均相对误差为4.385%。结论运用GM(1,1)模型对我国异地就医未来发展变化趋势进行预测分析是可行的,且预测精度等级优秀,预测值与实际值走势一致,模型拟合度较高,符合历史发展趋势,具有较为科学的预测效果。同时,从异地就医的风险管理、基金监管和疾病预防3个方面提出相应的对策建议,以促进异地就医健康良性发展。

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。

基于灰色预测模型GM(1,1)的鸡西市需水预测研究

为了有效地保障障鸡西市的用水需求和水环境质量,文章提出了一种基于灰色预测模型GM(1,1)的需水预测方法。灰色预测模型GM(1,1)是一种适用于少数据、贫信息问题的统计学方法,它通过对已知数据进行累加和分析,生成一组变化趋势明显的新数据序列,并建立相应的微分方程模型,得到原始数据序列的近似估计值和误差分析。文章利用鸡西市2010年至2020年的历史用水数据作为原始数据序列,采用Python语言实现了灰色预测模型GM(1,1),并对其进行了参数估计、误差检验和预测效果评价。结果表明,文中提出的需水预测方法具有较高的准确性和稳定性,能够有效地反映映鸡西市未来几年的用水需求变化趋势,并为为鸡西市制定合理的用水规划和节约措施提供参考。

基于GM(1,1)模型的煤矿安全事故灰色预测分析

为了明确我国煤矿事故发生起数和死亡人数总的变化趋势,本文以灰色数学为理论基础,以2019年-2023年的煤矿事故总起数和煤矿事故死亡人数为数据基础,建立了煤矿事故总起数GM(1,1)模型、煤矿事故死亡人数GM(1,1)模型,通过MATLAB软件编制程序,计算拟合值,确定建立的两个模型等级均为“好”,验证了模型的可靠性,根据建立的模型预测得到2024年、2025年事故总起数为68起、50起,事故死亡人数154人、125人。预测表明,2024年、2025年事故总的起数和总的死亡人数趋于平缓,预测结果为煤矿行业制定安全管理对策提供有效的参考,具有重要的意义。

基于GM(1,1)模型的地铁基坑变形预测研究

在深大基坑开挖过程中,基坑周围土体会受到扰动,势必会影响到基坑、基坑周围建筑物和构筑物的稳定与安全。为解决基坑开挖过程中变形监测周期过长而无法长期监测以及监测数据误差等问题,以某工程实例为依据,对基坑周围地表沉降变形进行监测,以地表沉降监测数据为基础数据建立GM(1,1)预测模型,进行基坑后期沉降变形预测分析。结果表明:该模型预测结果能较好的反映基坑的沉降变形情况,预测精度能满足工程需要,预测结果相对于实际观测值表现出超前现象,可为类似工程建设提供参考。

改进GM(1,1)-ARIMA-LR模型天然气产量预测研究

为提高天然气产量在少样本情形下预测的准确性,基于对过去的预测误差进行学习的思想,加入自适应学习因子和组合学习因子以改进模型,构建包含GM(1,1)、ARIMA和LR的集成预测模型。该模型以平均误差百分比为评价指标,依据预测步长变化和过去预测误差对单个模型分别进行动态调整,再建立目标规划模型对各模型进行动态加权。实证结果表明,改进GM(1,1)-ARIMA-LR模型能够更好地提取时间序列的长短时依赖关系,与其它的主流模型相比,其预测精度更高。对近5年的天然气产量进行一步、五步与八步预测,GM(1,1)-ARIMA-LR集成模型预测误差分别为1.187%、3.129%、9.855%。本文运用该模型对2023-2030年中国天然气产量进行预测。

基于灰色新陈代谢GM(1,1)模型的中国水产品年总产量的预测

为预测未来5年(2011—2015年)中国水产品的年总产量。本研究基于灰色系统理论和方法,首先分别构建常规GM(1,1)模型和灰色新陈代谢GM(1,1)模型,对2006—2009年中国水产品年总产量进行预测分析并比较2种模型的预测精度。然后选择预测精度较高的模型对未来5年中国水产品年总产量进行预测研究。常规GM(1,1)模型和灰色新陈代谢GM(1,1)模型对2006—2009年中国水产品年总产量预测的精度比较显示:灰色新陈代谢GM(1,1)模型预测精度更高,预测误差更小,更适用于水产品年总产量的预测研究。因此,选择灰色新陈代谢GM(1,1)模型对中国未来5年水产品年总产量进行预测,即2011—2015年中国水产品年总产量将分别达到5532.333、5746.315、5972.634、6202.738、6443.838万t,年均增长率达到3.7%,远高于《全国渔业发展第十二个五年规划(2011—2015年)》设定年均增长2.2%的目标。本研究结果表明:灰色新陈代谢GM(1,1)模型适用于水产品产量预测的研究;2011—2015年中国水产品总产量完全可以实现渔业"十二五"规划设定目标。

基于灰色GM(1，1)非等时距修正模型的轨道质量预测

根据灰色理论,以轨道质量指数检测数据为原始时间序列,通过累加弱化序列的随机性,挖掘轨道系统内在的规律,研究建立基于灰色GM(1,1)非等时距模型的轨道质量预测方法。为提高模型预测精度,优化模型中的初值和背景值,并基于残差分析引入周期性函数,对模型进行修正。用此模型对轨道质量指数TQI数据进行分析预测,并对模型精度进行检验。结果表明模型能较好地反映轨道质量恶化发展的随机波动特征,拟合、预测精度高,为了解和掌握轨道质量状态的发展规律提供了新的方法。

GM(1,1)模型灰色预测法及其在预测体育成绩中的应用

本文较为详细地介绍了用于灰色系统预测的GM(1,1)灰色预测法的数据结构、建模、评判方法等基本过程及其在预测体育成绩中的应用。

改进的GM(1,1)灰色预测模型及其应用

针对传统GM(1,1)模型预测精度不高,并且其背景值优化与求解方法优化各具有片面性的缺点,文章给出了组合优化和分段优化两种改进方法,并结合国内居民消费水平的相关统计数据,利用传统GM(1,1)模型及其优化后的模型与两种方法的误差进行对比,表明改进后的灰色模型精度更高,且预测值与实际值较吻合,说明改进后的灰色预测模型的可行性与可靠性更好。

灰色GM(1,1)模型在医护比例预测研究中的应用

目的探讨应用GM(1,1)模型预测2013-2015年各年最适医护比例,为卫生部门制定相应的策略提供理论依据。方法运用GM(1,1)模型对全国2003-2012年医护比例数据进行建模拟合和预测变化趋势。结果建立的全国医护比例预测GM(1,1)模型,灰色预测模型为:x(1)(k+1)=11.767e0.052k-11.115,相对误差都小于5%,拟合精度高(C=0.119,P=1.000),可进行外推预测,而预测的2013-2015年全国医护比例为:2013年是1:0.998,2014年是1:1.051,2015年是1:1.106。结论 GM(1,1)模型可以很好的模拟和预测医护比例在时间序列上的变化趋势,将其用于医护比例的研究是可行的,另外,未来三年全国护医比例呈逐年上升趋势。

灰色模型GM(1,1)在出生缺陷预测中的应用研究

目的探讨灰色模型GM(1,1)在预测不同水平出生缺陷发生率中的应用问题及数据波动性对预测效果的影响。方法利用2009年10月至2016年9月西安市出生缺陷监测数据,构建总出生缺陷及前5种缺陷的月、季度、年共3个层次出生缺陷发生率的GM(1,1)灰色模型,比较不同层次预测模型的拟合精度。结果总出生缺陷年度预测时,平均相对误差为4.6%,均方差比为0.259,提示其预测效果较好;按季度预测时效果勉强合格,平均相对误差为10.2%;按月进行预测时,效果较差,平均相对误差为17.5%。西安市前5种出生缺陷(先天性心脏病、唇腭裂、神经管畸形、多指、先天性脑积水)灰色模型预测结果都随着预测时间单位的变大,拟合精度逐渐提高,年预测模型拟合精度最好。结论灰色模型的预测效果可能与数据波动性有关,对出生缺陷发生率进行预测时以年度为单位的结果可能较适宜。

灰色GM(1,1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P<0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。

灰色GM(1,N)模型在河南省煤炭需求预测中的应用

根据灰色系统理论,选取主要影响因素,以煤炭消费总量作为特征变量,以影响煤炭消费总量的主要因素作为选定变量构建了煤炭消费总量的灰色GM(1,6)预测模型,并对河南省煤炭消费总量进行拟合和预测,采用灰色系统理论进行建模能够克服相关数据不足的缺陷和避免人为因素的影响。实例结果表明,该预测具有较好的精度,结果是可信的。

基于灰色模型GM(1,1)的海岸线变化趋势预测——以辽河口三角洲地区为例

将灰色模型GM(1,1)用于海岸线变化预测,在分析灰色系统理论的原理与方法,探讨灰色模型在海岸线变化趋势预测的可能性的基础上,以多时相Landsat遥感影像为数据源进行海岸线提取,设置原点和若干侧线,建立GM(1,1)模型的原始序列并进行模型计算,得到若干预测点和预测海岸线.最后通过残差检验和交叉检验的方式对预测结果进行了验证.结果表明:利用灰色GM(1,1)模型进行海岸线预测是合理可靠的,并且在辽宁省国土资源规划地理信息系统中得到应用和推广.

灰色新陈代谢GM(1,1)模型在参考作物腾发量预测中的应用研究

随着时间的发展,任何一个灰系统都会加入一些未来的扰动因素,对系统的发展产生影响。而常规灰色GM(1,1)预测模型在建模时,采用的是现实时刻t=n为止的过去的数据,没有考虑这些扰动因素。故离现实时刻越远,该模型的预测精度就越低。针对这种情况,提出了灰色新陈代谢GM(1,1)预测模型。并尝试用灰色新陈代谢GM(1,1)预测模型对阜新市参考作物腾发量进行预测。结果表明:灰色新陈代谢GM(1,1)预测模型的预测精度较常规灰色GM(1,1)预测模型有了明显的提高。该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法。