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GM(1,1)模型室内加速试验下钢筋混凝土服役寿命预测

为研究西部盐渍土地区钢筋混凝土损伤劣化规律及服役寿命,设计了干湿循环、盐类侵蚀、紫外线辐射及太阳照射耦合因素下的室内加速试验,定期测试试件相对动弹性模量(RDEM)、相对质量评价参数(RQEP)和腐蚀电流密度(icorr)等宏观指标及扫描电镜(SEM)与X射线衍射(XRD)等微观指标来表征钢筋混凝土损伤劣化规律及腐蚀机理,同时利用GM(1,1)模型对钢筋混凝土服役寿命进行预测。研究结果表明:RDEM、RQEP及icorr均可在一定程度上表征混凝土损伤劣化过程,RDEM呈现出先增大后减小的趋势,RQEP表现为缓慢增长-平缓下降-加速下降三阶段变化特点,而icorr呈现缓慢增长-加速增长两阶段变化。利用GM(1,1)模型预测C35试件钢筋与混凝土失效时间分别为175 d和231 d,C40试件失效时间分别为273 d和497 d。

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ARIMA和GM(1,1)模型的互联网肿瘤专科门诊接诊现状预测研究

目的充分了解互联网肿瘤门诊接诊现状的变化趋势,为互联网医院的发展及管理提供支持。方法利用某肿瘤专科医院2021年1月—2023年6月互联网门诊接诊数据,分别构建ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊接诊比例及互联网门诊人次占线下门诊比例。结果通过ARIMA(1,1,2)和GM(1,1)模型对互联网门诊接诊比例进行预测,平均绝对误差分别为2.06%和2.41%,均方根误差分别为3.01%和3.17%;通过ARIMA(0,1,1)和GM(1,1)模型对互联网门诊人次占线下门诊比例进行预测,平均绝对误差分别为0.58%和1.08%,均方根误差分别为0.75%和1.31%,表明ARIMA模型的预测效果更好。预测结果显示,2023年12月互联网门诊接诊比例预测值为90.35%,互联网门诊人次占线下门诊比例预测值为16.46%。结论2021—2023年某肿瘤专科医院互联网接诊比例呈现持续稳定趋势,互联网门诊人次占线下门诊比例呈现持续上升的趋势。因此,医院需建立持续的监测机制,不断调整管理策略和措施,以满足患者的需求,持续推动互联网医疗服务高质量发展。

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。

基于改进GM(1,1)模型的变电站检修运维费用预测

针对变电站因设备的缺陷而引起的全寿命周期成本(life cycle cost,LCC)中检修运维费用拨付波动现象,分别采用传统的灰色GM(1,1)模型和组合改进的灰色GM(1,1)模型,对未来3年地市A的变电站检修运维费用进行预测,优化现有的成本拨付策略。结果表明,2种模型的预测精度等级均为一级,但改进后模型的平均相对误差及后验差比值均低于传统模型,说明改进模型比传统模型具有更高的预测精度,能够更好地预测变电站的检修运维费用。最后,利用改进的预测模型对某地市A的2019—2021年变电站检修运维费用进行预测。

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GM(1,1)-BP组合模型在炮口初速预测的应用

炮口初速是影响火炮射击精度的重要因素,如何能够准确预测出炮口初速,把握短暂战机精确打击目标,成为研究的重要方向。以往对炮口初速的预测大多采用单一的预测模型进行预测,虽运算过程简单但是预测精度并不理想。为提高模型预测精度,提出在GM(1,1)、BP神经网络预测模型基础上,利用误差平方和最小原则建立组合预测模型,对炮口初速进行预测。预测结果表明组合模型预测结果精度高于其他两个单项模型。

基于GM(1,1)模型的贵州省农产品冷链物流需求预测

为提前了解贵州省农产品冷链物流需求发展趋势,把握未来贵州省农产品冷链需求,让相关部门、企业更好地对农产品冷链物流进行规划建设。文中选取贵州省七类适冷农产品总产量作为样本数据,运用灰色GM(1,1)模型对贵州省2022-2031年农产品冷链物流需求量进行预测。结果表明,所构建模型通过了有效性检验及精度检验,贵州省农产品冷链物流需求是逐年加大的。最后,对未来贵州省农产品冷链物流的发展,提出几点建议。

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ARIMA与GM(1,1)模型的公立医院互联网门诊人次预测研究

目的了解公立医院互联网门诊人次的变化趋势,为互联网医院的发展规划提供支持。方法利用某公立医院2021年1月—2023年6月互联网门诊人次数据,分别构建ARIMA模型和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊人次。结果通过ARIMA(1,2,1)模型和GM(1,1)模型对互联网门诊的复诊人次进行预测,平均绝对误差分别为369.86和978.84,均方根误差分别为479.49和1444.83;通过ARIMA(0,1,0)模型和GM(1,1)对互联网门诊咨询人次进行预测,平均绝对误差分别为297.23和369.62,均方根误差分别为413.61和496.30,表明ARIMA模型的预测效果较好。预测结果显示,2023年12月互联网门诊的复诊人次预测值为14831例,咨询人次预测值为7461例。结论2021—2023年某公立医院互联网门诊人次呈持续上升趋势。因此,医院应充分认识到互联网医疗服务的重要性,积极采取措施,不断优化医疗服务模式,为患者提供优质、高效、便捷的互联网医疗服务。

基于GM(1,1)模型的海南省养老机构服务需求预测

目的笔者通过灰色系统GM(1,1)模型对海南省老年人口发展进行预测,进而推算出养老机构服务需求及养老护理员需求,为促进海南省养老事业的健康发展及相关部门制定政策提供参考。方法笔者通过Execl整理数据,并使用Matlab 2018b软件构建灰色系统GM(1,1)模型,对海南省老年人口进行预测,进而推算出入住养老机构老年人数及所需护理员人数。结果笔者通过对模型进行精度检验,计算得出C=0.1427,P=100%,模型精度等级为1级,拟合度较高,预测结果较好。模型拟合结果与2015—2020年的实际值比较,60岁及以上老年人口的平均相对误差为0.7%。预测结果显示,到2025年,海南省60岁及以上老年人口约173.52万人,需要养老机构床位数为5.21万张,需要养老护理员约1.74万人。结论目前,海南省养老机构床位数和养老护理员从业人员无法满足老年人养老服务需求,建议政府通过出台相应政策、加大财政投入、完善从业人员保障机制等举措,推动养老服务行业的发展,助推更多老年人享受高品质生活。

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。