简介:(内江市第一人民医院病案室四川内江641000)摘要目的利用趋势季节模型预测法,预测我院未来门诊人次的变化。方法根据2006—2010年的统计资料,利用趋势季节模型预测法建立数学模型,对门诊人次进行统计预测。结论此方法能很好对门诊人次进行预测,对医院管理决策提供依据
简介:桥梁监测序列是典型的非平稳时间序列,需要进行一些处理将非平稳序列平稳化后再拟合ARMA模型。将监测数据平稳化后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型即为ARIMA模型。以玉峰大桥为例,介绍了季节ARIMA模型的建模思路与总体流程,模拟了检测序列的变化趋势。以季节ARIMA模型为预测模型作为结构的退化模型,对测点进行退化趋势模拟与退化临界时刻预测。结果显示ARIMA模型对序列的拟合效果良好,可以用于桥梁监测序列的预测,其对退化临界时刻的预测可以从整体上掌握桥梁的整体退化趋势和极限使用寿命。
简介:摘要:气象要素是火灾风险预警中的重要指标之一。它通过对气温、湿度、风速等气象要素的综合分析,揭示火灾发生的可能性和危险程度。本文采用的计算方法是数理统计方法,使用的标准是GB/T20487-2018城市火险气象等级标准,研究气象指数在黄冈城市火险预警中的应用,对于提高火灾防范能力具有积极意义。
简介:摘 要:根据建筑业2015年1季度到2018年4季度总产值数据做出时间序列图,初步判断总体趋势为上升,另外还有明显的季节性趋势特点,选用两种常用的季节性趋势预测方法(自适应过滤法、ARIMA模型)。根据MAD、MSE、MFE、MAPE四个误差分析指标以及建筑业2019年实际总产值综合分析预测精准度、各自优缺点及适用条件。
简介:摘要基于季节性时间序列的特征,文章提出了一种利用季节模型预测的方法抑制希尔伯特——黄变换(HHT)中端点效应的方法。首先,在对信号进行经验模式分解(EMD)之前,利用季节模型预测的方法延拓信号的两端,使得极值拟合的包络线更加适合原信号;其次,对固有模态函数(IMFs)做Hilbert变换之前再次应用季节模型预测;最后,将基于季节模型预测方法的HHT算法与灰色预测和神经网络预测的结果进行对比,仿真实验表明新算法不仅有效抑制了端点效应,而且得到了更准确的瞬时频率。
简介:摘要:新型冠状病毒肺炎(coronavirusdisease2019,COVID-19)的爆发对人们的生活和健康造成了巨大的影响和危害。预知新冠疫情的发展趋势可以更好地实施相应措施。本文运用传统的传染病SEIR模型进行建立新冠肺炎疫情趋势预测模型。为了验证模型的准确性,收集了全国多个省市官方发布的数据进行测试。实验结果表明,该模型可对新冠疫情有效的预测。
简介:目的掌握近年来上海中心城区成蝇季节消长规律、种群构成,为蝇类防控提供依据。方法2013年3月下旬-11月下旬采用笼诱法对上海中心城区2个公园与1个居民区进行每周1次的成蝇监测,并与2008-2012年常规监测资料进行对比分析。结果2013年共捕捉成蝇5科40种共计8004只,其中双重厕蝇为上海地区新纪录;最优势蝇种为大头金蝇(构成比为20.50%),成蝇高峰分别出现于6、8月,分别为140.00和100.60只/(d·笼),7月出现一个明显下降;2008-2012年常规监测,最优势蝇种为丝光绿蝇(构成比24.48%),优势蝇种构成与2013年存在明显差异;不同年份的成蝇频数分布存在显著差异(χ2=187.923,P<0.01),且仅个别年份间的变化趋势存在显著相关性。结论上海中心城区蝇类侵害以大头金蝇、丝光绿蝇等为主,不同监测环境与监测方法间存在较大差异,蝇类侵害防控依然严峻。
简介:摘要:氟离子广泛存在于自然界中,无论在水、气、土中,还是动植物体内都含有该离子或以某种化合物形式存在。其中氟离子是大气降水常规检测项目,逢雨必测。但由于季节不同,特别是梅雨季节期间,该离子浓度会存在一定变化规律。本文以淮安市2021年度梅雨季节前后降水数据为基础,分析氟离子浓度变化趋势,查找变化原因。