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。

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SSA-LMD-GM的大坝变形组合预测模型

为提高大坝变形预测精度,针对大坝原始监测信号中的噪声,以及其非平稳性、非线性等特点,引入奇异谱分析(SSA)和局部均值分解(LMD)方法,提出SSA-LMD-GM模型。采用奇异谱分析(SSA)对原始监测信号进行去噪处理,为充分提取大坝形变信息特征,利用局部均值分解(LMD)对去噪后的监测信号进行分解。针对乘积函数(PF)分量的特征采用合适的模型预测分析,剩下余项则采用GM(1,1)模型。利用实际工程案例进行检验,结果表明,相较于其他模型,SSA-LMD-GM模型预测精度和拟合精度更加优秀,能较好地预测大坝变形趋势,具有一定的应用价值。

基于改进GM(1,1)模型的生活用水量预测

生活用水量预测是城市给水规划的关键,其核心是提高预测的精准度。由于传统GM(1,1)模型误差主要来源于背景值和初始值,文章采取引入幂函数改进背景值和初始值2种改进方法。引入幂函数改进背景值权重构造,使新数据占改进模型主导地位;引入幂函数减少原始数据振荡,优化原始序列。将改进后的2种模型应用于河南省生活用水量预测中,并与传统GM(1,1)模型进行比较。结果表明改进模型各个检验均满足要求,可进行中长期用水量预测,预测可得2025年河南省生活用水量为48.31×10^(8)m^(3)。优化原始值改进的GM(1,1)模型预测效果好、精度高,可为当地水资源保护、管理提供参考。

基于灰色GM-BP神经网络组合模型的中国镍原矿多情景需求预测

2016年我国颁布《全国矿产资源规划(2016—2020年)》,首次将镍列为战略性矿产资源。我国是全球最大的镍消费国,但镍资源储量少,对外依存度高,科学预测镍原矿需求量对保障镍矿产业链与供应链安全具有重要的现实意义。从需求侧出发,利用灰色关联度法选取中国不锈钢产量、人均GDP、电镀行业市场规模、城镇化率、产业结构、新能源汽车产量作为镍原矿需求情景预测的驱动变量,再在灰色GM(1,1)模型预测基础上,与BP神经网络算法相结合,构建基于残差优化的GM-BP组合模型,对2025—2035年中国镍原矿需求展开多情景预测。研究结果表明:组合模型实现了对小样本非线性时间序列数据的有效预测,且比GM(1,1)模型拟合误差更小,预测精度更高;根据组合模型,2025年、2030年、2035年我国镍原矿多情景需求均值分别为182.22万t、272.08万t、395.17万t,“十四五”“十五五”“十六五”期间需求年均增长4.26%、10.54%、9.78%。镍原矿需求呈稳定上升态势,镍矿供需矛盾将进一步加剧,我国必须提高镍供应能力,降低对进口镍的依赖程度。对此,提出如下政策建议:1)推进国内不锈钢产业的转型升级,优化生产工艺和产品结构,推广新型合金材料的应用;2)加大对镍矿勘探和开发的支持力度,如鼓励矿业企业技术创新,提高勘探效率和精度,同时积极推动国际合作,吸引国外先进技术、设备进入国内市场;3)促进进口多元化,与多个供应国建立合作关系,鼓励国内企业参与海外镍矿项目。

基于DPSIR和GM(1,1)模型的土地生态安全评价与预测——以河南省洛阳市为例

为探究洛阳市土地生态安全现状及主要影响因子,基于DPSIR模型,选取24个评价指标,构建评价指标体系。运用熵权法、障碍度模型(ODM)和灰色系统GM(1,1)模型对2010—2020年洛阳市土地生态安全状况进行评价与预测。结果表明,2010—2020年洛阳市土地生态安全呈上升趋势,2010—2017年波动幅度较小,2018年土地生态安全指数大幅增加,从0.4805增加至0.6027;2020年土地生态安全等级从临界安全等级上升至较安全等级,其中人口自然增长率、单位耕地农药消耗、人均公园绿地面积、第三产业产值比重等指标因素是指数上涨的重要动力;权重最大的子系统为响应子系统,权重最大的单一指标为人均公园绿地面积;障碍因素中出现频次最高的指标为生活垃圾无害化处理率;从灰色系统GM(1,1)模型的预测结果来看,洛阳市土地生态安全等级将在2023年达到安全等级。

基于定额法和GM(1,1)模型对河南省2030年需水量的预测与情景分析

采用定额法和GM(1,1)模型对河南省2030年的需水量进行预测,并设计了保持现状型、经济发展型、节水型和综合发展型四个发展情景进行分析。结果表明:四种情境下的需水量分别为253.7亿m^(3)、278.5亿m^(3)、220.2亿m^(3)和260.7亿m^(3);农业灌溉用水占全省用水量近55%,提升农业灌溉水的利用效率对改善全省的水资源利用效率有巨大作用,同时,调整产业结构也可以提高水资源利用率;综合考虑四种发展情景,河南省未来的发展趋势应向综合发展型社会靠拢,使经济、环境和社会协同发展;需水量受人口数量、生产总值、产业结构等多种因素的协同影响。

基于ARIMA和GM模型的沥青路面使用性能预测

根据高速公路沥青路面使用性能的衰变规律可以确定养护维修道路的最佳时机。文章结合某高速公路沥青路面的技术状况(PQI),建立考虑时间趋势项的ARIMA模型和GM(1,1)模型,根据信息准则选取最优ARIMA预测模型,通过相对误差对两种模型进行权重优化,获得ARIMA-GM(1,1)组合模型。研究表明,3种路面使用性能预测模型都有良好的预测效果,其中GM(1,1)模型预测的相对误差在0.07%~1.18%之间;考虑时间趋势项的ARIMA模型的相对误差在0.07%~0.75%之间;组合模型的相对误差在0.07%~1.01%之间。在2010—2014年PQI数据预测中,ARIMA模型、GM(1,1)模型和组合模型的平均相对误差分别为0.266%、0.252%、0.246%,组合预测模型表现出了一定的优势,其预测结果可为养护计划决策提供一定的科学依据。

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。

基于GM(1,1)模型的江苏省淮安市5岁以下儿童死亡预测分析

目的 分析2008年1月1日至2021年12月31日淮安市5岁以下儿童死亡现状,构建灰色GM(1,1)预测模型预测2022—2025年淮安市5岁以下儿童死亡变化趋势。方法 数据来源于江苏省妇幼卫生信息系统监测数据。采用描述流行病学方法综合分析2008-2021年淮安市5岁以下儿童死亡死因并评估失能调整寿命年(DALY)损失,用R3.6.2软件构建灰色GM(1,1)预测模型预测淮安市2022-2025年不同年龄段儿童死亡率和非故意伤害死亡发生率。结果 2008-2021年淮安市共报告5岁以下儿童死亡3 315例,平均死亡率为4.44‰,总体呈下降趋势。5岁以下儿童主要死因为意外窒息、先天性心脏病、早产或低出生体质量、出生窒息、溺水。14年间因5岁以下儿童死亡共损失111 141.98个DALY。GM(1,1)模型结果显示,除了交通意外的模型精确等级结果为3级,其他指标的预测模型拟合效果均较好。2022-2025年预测结果显示,除交通意外死亡率呈逐年上升趋势外,不同年龄段5岁以下死亡和非故意伤害死亡率均呈下降趋势。结论 GM(1,1)对5岁以下儿童死亡预测的拟合效果较好,可以应用于预测。灰色GM(1,1)预测模型预测2022-2025年淮安市5岁以下儿童死亡率总体呈下降趋势,政府相关部门应进一步加强儿童早产、先天性心脏病及非故意伤害的防控和救治工作,把5岁以下儿童死亡率控制在更低的水平。

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GMS的地面沉降模型的研究和实践应用

以南沙地面沉降区域为研究对象,运用GMS软件模拟分析压缩土层、建筑荷载、地下水位等要素对地面沉降的影响程度,采用试错法,建立有效的地面沉降模型,并结合现状及历史数据进行预测和推演,模拟多种工况下南沙区地下水水位变化和地面沉降的变化量,结果表明:南沙区地面沉降较为严重的区域主要集中在龙穴岛北部,其建筑荷载造成的沉降量最大可达到149 mm。该模型的构建及运用为南沙区在地面沉降管理决策方面起到良好的辅助作用,具有应用性和实践意义。

基于GM(1,1)模型对绿色建筑碳减排量的分析研究

我国提出可持续发展的战略,意在满足当下的发展基础上,保证后代人发展所需的能力,但建筑行业在过去的发展中,消耗资源巨大且能耗高。在建筑行业的可持续发展过程中,推动绿色建筑的发展,是必然之路。利用GM(1,1)模型对未来5年内,绿色建筑碳减排量的分析,表明绿色建筑的推广应用对生态环境保护的重要性。

基于GMS的矿井涌水量预测

矿井涌水是矿山安全开采中难以解决又必须面对的问题。GMS(groundwater modeling system)具有强大的前、后处理功能,实现了地质模型、水文地质参数等的可视化,提供的自检功能为调试模型提供了极大方便。以宁夏某矿为例,应用GMS对其水文地质条件进行概化,建立水文地质结构模型和水文地质概化模型,通过MODFLOW模块对其涌水量进行预测。结果表明:三维地质模型具有很好地可视性,研究区地层能够更加直观的得以展示,模拟所得水位与实测水位拟合效果在置信区间内,模拟区首采面的涌水量的预测值为1450 m~3/h。为矿山开采、工程建设中涌水量预测的研究提供了更为直观、更为便捷的方法。

基于GMS数值模拟的某矿床涌水量预测研究

某矿床在开采过程中遇到一定程度的涌水。为解决涌水问题,并为防治水方案提供依据,以该矿床为研究对象,通过分析矿床水文地质条件、含水层类型及特征、地下水补给径流和排泄条件、地质构造特征、水文地质试验资料和矿床开采设计资料等,对矿床水文地质条件进行了概化,对研究区水文地质单元进行了划定,采用GMS软件建立了地下水流数值模型,预测得到了-200 m以下中段的矿坑涌水量。

基于ARIMA与GM(1,1)模型的民航月度运输总周转量预测

比较ARIMA与GM(1,1)两种模型对中国民航月度运输总周转量预测结果,选择拟合程度较高的模型应用于运输总周转量短期预测分析。分别运用SPSS22.0软件和Matlab软件对选取的2009年10月—2019年9月的数据进行ARIMA建模和GM(1,1)建模,根据2019年10月—12月的预测数据拟合效果,确定预测民航月度运输总周转量的最佳模型。结果表明:ARIMA(2,1,0)(0,1,1)12模型和GM(1,1)模型的计算值与实际值拟合程度都相对较好,均可用于未来短期数据的预测。两个模型对2019年10—12月预测值的平均相对误差分别为2.26%和4.15%。ARIMA(2,1,0)(0,1,1)12模型可以更好地与实际民航月度运输周转量历史数据相拟合,可以应用于民航月度运输总周转量的预测。预测结果可为民航发展规划战略提供相应的数据支持。

基于GM(1,1)灰色预测模型的广西民营医院现状及发展趋势分析

目的了解广西民营医院的现状,并通过GM(1,1)灰色预测模型分析广西民营医院在“十四五”期间的发展趋势。方法比较2013—2020年广西民营医院和公立医院的医院数量、床位数、医生数、护士数、诊疗人次数、入院人数。将上述指标作为发展指标,构建GM(1,1)灰色预测模型,分析“十四五”期间广西民营医院的发展趋势。结果2013—2020年,广西民营医院的医院数量、床位数、医生数、护士数、诊疗人次数、入院人数的年均增速均高于公立医院,但在全部医院中的占比仍较低。根据GM(1,1)灰色预测模型,预计在2021—2025年,除公立医院的医院数量外,广西民营医院和公立医院其余指标均呈持续增长的趋势,而且广西民营医院的年均增速普遍高于公立医院。结论广西民营医院的发展态势良好,规模不断扩大,医院数量等多项指标增速较快,但民营医院应将工作重心放在不断提高医疗质量上,进一步强化医疗能力,多渠道拓展医疗业务,开展差异化服务,提高群众的认可度。

管道腐蚀深度预测的优化灰色GM(1,1)模型建立及应用

管道腐蚀深度是腐蚀行为研究的重要内容,准确预测管道腐蚀深度变化规律对于保障管道的安全运行意义重大。针对传统GM(1,1)模型背景值计算方法的不足,提出了一种基于二次多项式变换结合背景值优化的改进灰色模型,通过实例对比分析了改进模型和传统模型预测精度的差异。结果表明:当建模样本数为7时,传统模型、改进模型一(采用二次多项式变换方法所建模型)、改进模型二(采用二次多项式变换结合背景值优化方法所建模型)预测所得的平均相对误差分别为5.33%、4.00%和3.731%,因此改进模型二的预测精度高于改进模型一和传统灰色模型;当建模样本数分别为8和9时,改进模型二的预测精度仍最高,因此采用的背景值优化方法有助于提升改进模型一的预测精度;改进模型用于预测管道腐蚀深度完全可行,且所用方法具有计算简单、精度高的优点。

基于LSTM-GM神经网络模型的风暴潮增水预报方法

为充分挖掘风暴潮增水的时序关联特性,提高风暴潮增水的预报精度,综合考虑台风因素、气象要素和天文潮因素对风暴潮增水的影响,结合长短期记忆(LSTM)神经网络和灰色模型(GM)的优势,提出基于LSTM-GM神经网络模型的风暴潮增水预报方法。利用该方法采用12场历史台风数据对小清河入海口风暴潮增水进行模拟预报,并将预报结果与LSTM神经网络、BP神经网络的预报结果进行对比。结果表明:相较于LSTM神经网络和BP神经网络,LSTM-GM神经网络模型的纳什效率系数分别提高了6.5%和11.4%,均方根误差分别降低了70.6%和72.2%,平均相对误差分别降低了50%和69.2%;LSTM-GM神经网络模型可有效处理风暴潮增水与各影响因素间的非线性关系,提高风暴潮增水预报的精度。

含有复数解的灰色GM(2,1)模型及其应用

在灰色系统预测中,GM(2,1)模型是一类重要模型,但有时它的白化方程的解为复数解,导致时间序列的预测值为复数,这时可以利用模与实际值的距离反映其误差大小。为了提高建模精度,提出拓展的灰色GM(2,1)模型,并给出时间响应方程为复数解的预测方法和参数估计方法。按照提出的模型和方法,针对中国人均国内生产总值和中国私人汽车拥有量分别建立了拓展的灰色GM(2,1)模型,并与常规方法和相关文献方法进行了比较,结果表明改进方法精度最高。该方法有助于灰色GM(N,1)模型的推广应用。