基于投影寻踪回归方法的微压过滤冲洗池水头损失与过滤效率预测模型

以微压过滤冲洗池的水头损失与过滤效率为考核指标,考虑进水流量、矿化度、含沙量与滤网孔径4个因素进行正交试验设计,采用投影寻踪回归方法PPR分析各个因素对考核指标的影响权重,选取20组试验数据建立含沙微咸水条件下微压过滤冲洗池水头损失和过滤效率的预测模型,探究了含沙微咸水对微压过滤冲洗池的水头损失和过滤效率的影响。研究结果表明,影响微压过滤冲洗池水头损失的因素由大到小依次为进水流量、含沙量、矿化度、滤网孔径;影响过滤效率的因素由大到小依次为含沙量、进水流量、矿化度、滤网孔径;构建的PPR预测模型的预测精度整体合格率达100%;当进水流量为6~7 m^(3)/h、含沙量为0.5~1.0 g/L、矿化度为0~2.0 g/L及滤网孔径为0.125~0.180 mm时,水头损失存在最小值;当进水流量为9~10 m^(3)/h、含沙量为1.75~2.00 g/L、矿化度为0~3.0 g/L及滤网孔径为0.125~0.150 mm时,过滤效率存在最大值。物理模型的试验结果可为微压过滤冲洗池的实际应用提供研究基础。

一种用于季节性产品需求预测的多元化堆叠回归模型

产品需求预测是智慧供应链的核心环节。针对具有季节性的快消品的需求特点,设计了一种结合Blending线性与多机器学习模型融合的多元化堆叠回归模型RXOEL-X。首先,介绍了RXOEL-X模型的构建及运行步骤,然后基于一组公开数据将此模型与五种传统单一化模型进行比较,证明其在预测精度方面比其他模型更优。同时基于某饮料公司的实际销售数据,对模型性能进行进一步测试,证明RXOEL-X模型在预测精度、数据拟合能力、时间效率等方面整体表现最佳。RXOEL-X模型为季节性产品乃至更广泛的企业供应链管理中的需求预测问题提供了一种前沿的解决策略,有利于帮助企业在节省成本、减少库存积压的同时,提高对市场变化的响应速度和供应链的整体灵活性。

湖南高速公路基础设施碳排放峰值支持向量回归预测模型

本文选取湖南省的人口数、人均GDP、基础设施固定资产投资、单位产值能耗比和单位能耗碳排放量作为高速公路基础设施的碳排放影响因素,选用湖南省2003—2021年相关数据并采用支持向量回归(SVR)机器学习法,建立了湖南省高速公路基础设施碳排放预测模型,预测在基准、低碳和超低碳情景下的碳排放数据。结果表明:训练样本交叉验证均方误差为0.007011,模型的预测值和真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.9869和0.9870,即模型具有良好的学习和推广能力。本文识别了碳排放的影响因素,预测了未来碳排放趋势,对交通基础设施碳减排行动具有一定的参考意义。

基于灰色回归模型广州市果蔬类生鲜农产品冷链物流需求预测

目的通过对不同预测方法的误差进行对比研究,选取预测精度较高的方法,促进部门科学化决策。方法从农产品供给、社会经济水平、冷链物流保障、居民规模与消费能力四大维度选取15个指标来构建影响因素指标体系,对影响因素与冷链物流需求进行灰色关联度分析。采用GM(1,1)、GM(1,6)与主成分-多元回归线性模型对果蔬类生鲜农产品冷链物流需求进行预测。结果GM(1,1)预测模型、GM(1,6)预测模型、主成分-多元回归线性预测模型的预测误差分别为2.97%、1.70%、2.53%。结论GM(1,6)预测模型预测精度最高,该模型适用于中短期的冷链物流需求预测,具有较高的应用价值。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

猪胴体重在线分级预测线性回归模型研究

[目的]针对国内大多数屠宰企业仍通过人工测量猪胴体背膘厚度,再结合胴体重对其进行分级,存在劳动强度大、作业效率低、人畜交叉污染风险高等问题,本文旨在建立猪胴体重预测模型,以便利用图像处理等技术获取模型中的相关参数,进而获得胴体重。[方法]在14:00—15:00、15:20—16:20、16:30—17:30三个时段内,随机选取按照标准化工艺屠宰后15 min左右、胴体重50~90 kg的猪胴体60头,在完成各试样前腿处横长(L_(f))、1/2处横长(L_( 1/2))、后腿处横长(L_(r))、1/2处背膘厚度(t_(1/2))、胴体直长(L_(t))及胴体重(w)等参数测定的基础上,建立不同的胴体重预测模型并进行优化及准确率验证。[结果]采用横长加权均值(L_(e))代替背膘厚度,与直长建立的胴体重预测模型为w=4.05L_(e)+0.45 L_(t)-116.32,其决定系数由0.48提高到0.96(P=0.01),预测准确率最高达94.16%。[结论]采用横长加权均值减小了误差,建立的猪胴体重预测模型准确性较其他模型高。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于LASSO-Logistic回归构建Siewert Ⅱ/Ⅲ型食管胃结合部腺癌术后早期复发预测模型

目的 探讨SiewertⅡ/Ⅲ型食管胃结合部腺癌(adenocarcinoma of esophagogastric junction, AEG)根治术后早期复发的危险因素,构建可视化预测模型。方法 回顾性分析2016年1月至2021年3月兰州大学第二医院诊断为SiewertⅡ/Ⅲ型AEG且接受根治性切除术患者的临床病理资料,将样本以7∶3的比例随机分为建模组与验证组。采用LASSO-Logistic回归分析法筛选出预测SiewertⅡ/Ⅲ型AEG早期复发的变量,并构建早期复发预测模型。基于Bootstrap法进行1000次重复抽样验证模型。绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算曲线下面积(area under curve, AUC),绘制校准曲线和决策曲线(decision curve analysis, DCA)对模型的稳定性进行评估。结果根据纳入与排除标准,共320例SiewertⅡ/Ⅲ型AEG患者最终纳入分析,其中2年内复发者122例;LASSO-Logistic回归分析显示,AJCC分期、分化程度、糖类抗原199、癌胚抗原、中性粒细胞与淋巴细胞比值及肿瘤长径是SiewertⅡ/Ⅲ型AEG早期复发的独立预测因素,依此构建预测模型并绘制列线图。绘制ROC曲线得到建模组AUC为0.836(95%CI:0.785~0.887),灵敏度为81.4%,特异度为85.6%;验证组AUC为0.812(95%CI:0.711~0.912),灵敏度为80.6%,特异度为87.7%。建模组与验证组的校准曲线显示拟合曲线与参考曲线接近,表明模型具有较高稳定性。DCA曲线显示阈值概率在0.05~0.75时模型具有良好的净收益。结论 基于LASSO-Logistic回归分析法构建的预测SiewertⅡ/Ⅲ型AEG早期复发的多因素模型,有助于判断患者临床预后,为术后病情监测与管理提供参考依据。

HDP发病危险因素及回归模型预测价值

目的:探讨妊娠期高血压疾病(HDP)发病的危险因素及回归模型对其预测价值。方法:选取2020年1月-2022年5月本院收治172例HDP孕妇,并随机选取同期收治的196例非HDP孕妇,分别纳入HDP组和对照组。予以多因素logistic回归分析法分析HDP发病的危险因素,构建预测模型,其对HDP发病的预测价值通过同时绘制受试者工作特征(ROC)曲线进行分析,并统计两组妊娠结局。结果:多因素logistic回归分析结果显示,年龄≥35岁、孕前超重、孕期钙摄入不足、未规律产检、高血压家族史、妊娠合并糖尿病是HDP发病的独立危险因素(OR=1.902、2.812、2.477、2.158、1.966、3.428,P<0.05)。构建回归方程模型logit(P)=-10.764+年龄×0.643+孕前超重×1.034+孕期钙摄入不足×0.907+规律产检×0.769+高血压家族史×0.676+妊娠合并糖尿病×1.232。ROC曲线显示,当logit(P)>12.31时,曲线下面积(AUC)值为0.898,χ^(2)=24.984,95%CI 0.863~0.927,诊断特异度为80.6%,敏感度为84.9%。HDP组胎儿不良妊娠结局发生率高于对照组(26.7%比3.6%,P<0.05)。结论:HDP会导致不良妊娠结局的风险升高,而年龄≥35岁、孕前超重、孕期钙摄入不足、未规律产检、高血压家族史、妊娠合并糖尿病是HDP发病的独立危险因素,回归模型对其预测价值较高,临床尽早明确以上危险因素,并给予针对性干预措施,有助于降低HDP的发病风险。

基于回归分析的发动机HC排放预测模型

将回归分析方法用在一台经过改造的汽油/柴油双燃料发动机HC排放研究上。以1700r/min@60 N·m工况为例描述了试验设计、模型阶次选择、异常点去除、正态分布假设判断整个过程,获得了精度较高的HC排放模型,通过将试验结果和仿真分析结果进行对比验证了所建模型的正确性。

基于回归模型的山西省科技人才需求预测

人才是推动经济发展的重要因素,文章着重考察了山西省经济社会发展对科技人才需求的重要指标体系,利用数学软件,借鉴统计学理论,建立二元回归预测模型,具体预测了山西省2025—2030年所需科技人才需求量。

基于LASSO回归的脓毒症凝血病患者院内死亡风险预测模型建立

目的建立基于LASSO回归的脓毒症凝血病患者院内死亡风险预测模型。方法从重症监护医疗信息市场(MIMIC)-Ⅳ数据库(2.1版)中提取2008—2019年贝斯以色列迪康医疗中心入住重症监护室(ICU)的脓毒症凝血病患者进行回顾性研究。将研究对象随机分成建模组和验证组,采用LASSO回归筛选出特征变量,对所得特征变量进行多因素Logistic回归分析以确定预后独立危险因素,同时建立列线图预测模型。通过绘制校准曲线和受试者工作特性(ROC)曲线,以及决策曲线分析对模型性能进行评估。结果该研究共纳入4994例首次入住ICU的脓毒症凝血病患者,按7∶3比例随机分为建模组3495例和验证组1499例。多因素Logistic回归分析发现,年龄、平均呼吸频率、平均红细胞血红蛋白浓度、红细胞计数、血小板计数、凝血酶原时间、阴离子间隙、急性生理学评分Ⅲ及急性肾损伤是脓毒症凝血病患者院内死亡的独立危险因素,基于以上独立危险因素构建列线图预测模型。建模组和验证组列线图的ROC曲线下面积及95%置信区间分别为0.864(0.849~0.880)、0.877(0.852~0.901),灵敏度分别为0.795、0.763,特异度分别为0.779、0.843。校准曲线提示预测概率与实际概率基本一致,决策曲线分析显示其在较大阈值范围内具有良好的临床净收益。结论基于MIMIC-Ⅳ数据库建立的列线图模型对于预测脓毒症凝血病患者院内病死率具有良好的预测价值,可用于指导临床工作。

老年髋部骨折患者围手术期并发肺炎的风险预测回归模型构建

目的 构建老年髋部骨折患者围手术期并发肺炎的风险预测回归模型。方法 回顾性分析2017年5月至2020年12月就诊于首都医科大学附属北京积水潭医院的2669例老年髋部骨折患者的临床资料,根据围手术期是否并发肺炎将研究对象分为并发肺炎组(并发肺炎,322例)和未并发肺炎组(未并发肺炎,2347例)。采用单因素分析和多因素logistic回归方法分析老年髋部骨折患者围手术期并发肺炎的独立影响因素,并构建logistic回归模型。采用受试者操作特征曲线分析回归模型对老年髋部骨折患者围手术期并发肺炎的预测价值。结果 单因素分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、血液系统疾病、神经系统疾病、泌尿系统疾病、急性冠脉综合征、谵妄、低蛋白血症、电解质紊乱与老年髋部骨折患者围手术期并发肺炎显著相关(P<0.05)。多因素logistic回归分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症均为老年髋部骨折患者围手术期并发肺炎的独立影响因素(P<0.05),构建回归模型为logit(P)=0.574×性别+0.05×年龄+0.705×骨折类型+0.545×手术方式+0.149×住院时间+0.772×呼吸系统疾病+0.849×急性冠脉综合征+0.702×低蛋白血症-8.002。受试者操作特征曲线分析结果显示,该回归模型预测老年髋部骨折患者围手术期并发肺炎的曲线下面积为0.751,敏感度为0.699,特异度为0.684。结论 性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症为老年髋部骨折患者围手术期并发肺炎的独立影响因素,基于上述影响因素构建的风险预测回归模型对老年髋部骨折患者围手术期肺炎的发生具有良好预测价值。

基于Lasso回归构建生物标志物影响代谢综合征的风险预测模型

目的探讨代谢综合征的生物标志物及影响因素,构建代谢综合征的风险预测模型。方法选取2020年1月至2021年12月到某中心疗养体检并诊断为代谢综合征的161例患者作为实验组,另选择同一时期根据性别和年龄匹配的192例非代谢综合征患者作为对照组。收集患者的临床基线资料和生物标志物,利用Lasso回归筛选出代谢综合征相关的生物标志物,用于构建预测代谢综合征高危人群的预警模型。结果使用Lasso回归共筛选出7个影响代谢综合征相关的生物标志物和影响因素,分别为体质量指数(body mass index,BMI)、2型糖尿病(type 2 diabetes,T2DM)、空腹血糖(fasting blood glucose,FBG)、三酰甘油(triglyceride,TG)、高密度脂蛋白胆固醇(highdensity lipoprotein cholesterol,HDL-C)、单核细胞计数/高密度脂蛋白胆固醇比值(monocyte count/HDL-C ratio,MHR)和超敏C反应蛋白(high-sensitivity C-reactive protein,hs-CRP)。预测模型的曲线下面积(area under curve,AUC)为0.9857。结论本研究利用Lasso回归构建生物标志物的风险预测模型用于预测代谢综合征的能力较强,可用于指导临床医生早期识别代谢综合征的高危人群。

基于Logistic回归的老年髋部骨折患者术后尿道感染风险预测模型构建与应用

目的探讨老年髋部骨折患者术后尿道感染风险因素,并以此构建老年髋部骨折术后患者尿道感染风险预测模型,并应用于老年髋部骨折围手术期。方法选取我院骨科2019年1月至2023年5月收治的老年髋部骨折患者1012例作为研究对象,其中发生术后尿道感染者111例。通过单因素分析初步筛选出老年骨科患者尿道感染的危险因素,综合考虑临床经验,将相关危险因素纳入多因素Logistic回归分析,并根据结果建立Logistic模型。结果纳入单因素、多因素Logistic回归分析模型分析,经筛选后发现,影响术后尿道感染的独立危险因素有低蛋白血症、电解质失衡、肺炎、糖尿病4项(P<0.05)。检测发现,预测模型在老年髋部骨折患者诊断中的敏感度、特异度各为83.78%,90.77%。结论低蛋白血症、电解质失衡、肺炎、糖尿病均是影响老年髋部骨折患者术后尿道感染风险的因素。基于本文列线图模型构建的老年髋部骨折尿道感染预测模型有良好的预测能力与准确性。

基于Lasso回归的红皮病性银屑病伴发代谢综合征风险因素分析及预测模型构建

目的探究红皮病性银屑病患者发生代谢综合征的危险因素,构建可用于临床的预测模型。方法选取2014年3月至2022年6月北京中医医院皮肤科住院患者的病历数据,包括人口学、实验室资料及结局指标等,以是否发生代谢综合征为因变量,采用Logistic回归及Lasso回归筛选出最优潜在预测因子,建立风险预测列线图。通过受试者工作特征曲线(ROC曲线)评估模型区分度,Hosmer Lemeshow检验和Calibration曲线评估模型的一致性和获益性。结果以高血压、甘油三酯、糖尿病、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、非酒精性脂肪肝作为红皮病性银屑病患者发生代谢综合征预测指标,并建立列线图,评估模型得到训练集AUC=0.960,验证集AUC=0.942,显示模型具有较高预测能力。Hosmer Lemeshow检验显示χ^(2)=0.82,P=0.9997(P>0.1),calibration曲线所得AUC>0.9,说明模型区分度、准确度及可信度均良好。结论基于Lasso回归建立的临床预测模型具有良好的区分度、拟合度以及临床有效性,可应用于临床,为防治红皮病性银屑病患者合并代谢综合征提供科学依据。

基于Lasso-Logistic回归分析构建中青年急性LHI静脉溶栓后出血转化预测模型

目的基于Lasso-Logistic回归分析中青年急性大面积脑梗死(LHI)患者静脉溶栓后出血转化(HT)的影响因素,并建立列线图预测模型。方法选取2022年5月—2023年10月首都医科大学宣武医院行阿替普酶静脉溶栓治疗的中青年急性LHI患者495例,溶栓后24 h是否发生HT分为HT组、非HT组。比较两组临床资料,通过Lasso-Logistic回归分析HT发生的影响因素,根据回归分析筛查出的指标构建列线图预测模型,并评价列线图预测模型的临床应用价值。结果495例中青年急性LHI患者中HT发生率为25.66%(127/495);HT组年龄、房颤占比、糖尿病占比、发病至溶栓时间(ONT)3.0~4.5 h占比、溶栓前美国国立卫生研究院卒中量表(NIHSS)评分、血清C反应蛋白(CRP)、降钙素原(PCT)、中性粒细胞/淋巴细胞比值(NLR)、基质金属蛋白酶-9(MMP-9)、脂蛋白相关磷脂酶A2(Lp-PLA2)、可溶性凝集素样氧化低密度脂蛋白受体-1(sLOX-1)水平高于非HT组,外周血血小板、尿酸水平低于非HT组(P<0.05);房颤、糖尿病、ONT、溶栓前NIHSS评分、外周血血小板、尿酸水平、血清NLR、MMP-9、Lp-PLA2、sLOX-1水平均是静脉溶栓治疗后HT发生的影响因素(P<0.05);列线图预测模型预测HT发生的AUC为0.893(95%CI:0.862~0.925),敏感度、特异度分别为83.65%、88.42%,该模型校准度良好,且具有明显的正向净收益。结论房颤、糖尿病、ONT、溶栓前NIHSS评分、外周血血小板、尿酸水平、血清NLR、MMP-9、Lp-PLA2、sLOX-1水平均是中青年急性LHI患者阿替普酶静脉溶栓治疗后发生HT的影响因素,依据上述影响因素建立列线图预测模型,该模型对静脉溶栓治疗后HT发生具有一定预测价值及临床实用性,临床可依据该模型筛选早期HT发生高危患者,并采取个体化治疗措施,以降低HT发生风险。

基于Probit回归模型和BP神经网络模型的宁夏盐池滩羊产量影响因素及预测研究

通过对滩羊养殖户户主和家庭基本特征、养殖场生产经营特征、优质化生产认知情况以及疫病防治情况进行调查,采用Probit回归模型和BP神经网络模型分析了宁夏盐池县12个滩羊养殖村滩羊肉产量的影响因素,并预测了未来5年的滩羊肉产量情况,预测结果表明到2025年,宁夏滩羊产量将达12.5万t,宁夏滩羊产业总体呈现良好的发展势头。

上海市闵行区卫生人力资源的灰色-回归模型预测

目的利用灰色-回归模型预测上海市闵行区卫生人力资源数量,为卫生人力的科学规划提供参考依据。方法通过闵行区统计年鉴,提取2010-2021年闵行区床位、卫生人员、执业(助理)医师、注册护士、历年国民生产总值、常住人口数据。采用SPSS AU统计软件分别建立闵行区每千人口卫生人员数、执业(助理)医师、注册护士数以及床位数的灰色-回归模型,对2022-2026年闵行区卫生技术人员的相对数量进行预测。结果应用灰色-回归模型预测,2026年闵行区每千人口卫生技术人员数为8.31人、每千人口执业(助理)医师数为2.86人、每千人口注册护士数为3.99人、每千人口床位数为2.7个,年均增长率分别为5.9%、5.3%、6.4%、1.2%。平均绝对百分比误差≤3.7%,预测精度较高。结论灰色-回归模型对卫生服务资源整体预测具有实用价值,上海市闵行区应继续加大基层医疗卫生投入与卫生服务体系建设。

基于广义回归模型的充电桩运行异常预测方法

针对现有充电桩运行异常预测方法存在预测误差大、置信度低的问题,提出基于广义回归模型的充电桩运行异常预测方法。划分充电桩的异常类型以及异常区域,设置异常类型特征作为判断设备运行异常的标准。根据充电桩的工作原理,收集其动态多维运行数据。分别从人为操作以及环境天气两个方面确定充电桩运行影响因素。构建充电桩的供应商评价模型,确定充电桩的初始质量。在考虑充电桩初始质量和影响因素的前提下,采用收集的运行数据,利用广义回归模型估算电力负荷、充电量等运行参数。最终经过与设置标准特征的比对,得出充电桩的运行异常预测结果。通过性能测试实验得出结论:在两种实验环境下,设计方法的电力负荷预测误差均低于0.5 kW,置信度始终高于85%,且识别时间为24 s。