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GM(1,1)-IPSO-BP的重载铁路小半径曲线钢轨磨耗预测方法

为实现重载铁路小半径曲线段钢轨磨耗量的精准预测,提出一种非等间距灰色模型GM(1,1)与改进粒子群算法(IPSO)优化BP神经网络相结合的钢轨磨耗预测方法。首先,根据积分原理优化GM(1,1)非等间距模型的背景值计算方法,基于改进的模型得到实测磨耗序列的初步预测结果;然后,利用IPSO算法对BP神经网络的权值和阈值进行自动寻优,对GM(1,1)模型初步预测序列的残差进行校正;最后,将优化后的两种模型组合构建基于GM(1,1)-IPSO-BP的重载铁路小半径曲线地段钢轨磨耗量预测模型。以某重载铁路桥上半径400 m曲线为例,利用长期的磨耗监测数据进行方法的适用性分析,研究结果表明:GM(1,1)-IPSO-BP模型克服了磨耗数据的非线性、随机性特征对计算结果的影响,预测精度优于单独使用GM(1,1)、IPSO-BP模型;背景值优化后的GM(1,1)模型预测准确性更可靠;IPSO优化算法提高了BP神经网络计算的精度和速度;预测结果和实测数据之间的相对误差不大于4%;在预测区间上的绝对误差小于0.4 mm,运用该方法能够较准确地得到钢轨磨耗的发展规律。研究结果可为重载铁路小半径曲线钢轨的精准维修和科学使用提供参考。

GM(1,1)模型在安徽省城镇化水平预测中的应用

为了推进安徽省城镇化建设,制定正确的城镇发展方针政策是十分必要的.而对安徽省未来城镇化水平进行合理预测则可为政府制定城镇发展方针政策提供理论依据.现选取2010~2021年的安徽省城镇化率作为研究数据,采用GM(1,1)模型对安徽省城镇化水平建立动态预测模型,并对建立的模型进行了检验.研究表明:GM(1,1)模型具有较好的拟合精度,建模精度达到99.38%.运用GM(1,1)模型对2022~2026年安徽省城镇化率进行预测,预测结果显示未来几年安徽省城镇化水平将呈上升趋势.

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。

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。

基于总体最小二乘法改进GM(1,1)模型的矿区沉降预测

【目的】针对煤矿区地表沉降受各种因素影响难以精确预测的问题,本研究提出采用总体最小二乘法(TLS)融入GM(1,1)模型进行试验研究。【方法】基于某矿区2011—2017年的沉降监测数据,分别采用基于总体最小二乘法(TLS)与最小二乘法(LS)的GM(1,1)模型进行预测试验。【结果】试验结果表明,基于GM(1,1)预测模型,采用TLS方法对2018年矿区沉降预测的精度较LS方法提高了0.49 mm;对2019年矿区沉降预测的精度较LS方法提高了0.55 mm。【结论】本研究验证了采用TLS方法的GM(1,1)模型相较于LS方法的GM(1,1)模型在矿区地面沉降预测中具有更高的精度和更好的效果。

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)的山东省沿海港口物流需求预测研究

沿海港口是国际贸易的关键通道,提高沿海港口的物流服务水平能带动区域经济发展,山东省作为一个港口大省,拥有数个重要港口,沿海港口行业已成为山东省经济发展的支柱产业,但由于建设不合理等原因,山东港口也存在许多问题。因此,文章选取山东省七个沿海港口城市,采用GM(1,1)模型对山东省主要沿海港口物流需求量进行预测,发现未来五年山东省沿海港口的物流需求逐年稳定提升,最后结合山东省沿海港口物流发展现状提出相应的发展对策及建议。

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。

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。

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GM(1,1)模型的山西省R&D经费投入预测研究

采用灰色GM(1,1)模型,以山西省2015-2022年R&D经费投入数据为样本数列,对山西2023-2030年R&D经费投入进行预测。研究发现,山西省R&D经费投入将从2020年的211.1亿元增加至2025年的380.4亿元,年均增长12.5%,与20%的目标值差距较大;2030年,山西省R&D经费投入将达到678亿元,仍处于全国较低水平。据此,就如何提升山西省R&D经费投入规模提出三点对策建议,以期为政府职能部门提供决策参考。

江苏省建筑业总产值的影响因素分析及预测——基于灰色关联分析及GM(1,1)模型

本文通过灰色关联分析对江苏省建筑业总产值的影响因素进行深入分析,得出江苏省建筑业总产值相关影响因素的灰色关联度从高到低分别为建筑业企业利润总额、按建筑业总产值计算的建筑业企业劳动生产率、建筑业房屋施工面积、建筑业企业单位数、建筑业企业从业人员、建筑业企业自有施工机械设备年末总台数。构建GM(1,1)模型对江苏省2023—2027年建筑业总产值进行预测,模型精度满足预测要求。本文结论可为相关决策提供参考,同时也为相关领域的研究提供思路和方法,为建筑业的发展和优化提供有益借鉴。