生存寿命的联合预测模型及其应用

基于模糊示例学习与指数回归理论分别得到患者生存寿命的预测模型,并对2种模型进行优化组合,提出联合预测模型,其预测结果可为患者选择治疗方案提供必要的信息.     

含模糊因素的患病风险预测模型

将数理统计方法和模糊数学方法相结合,建立了适合预测患病风险的含模糊因素的回归预测模型,并将所建立的模型和统计中的线性回归模型进行了比较．结果表明：含模糊因素的患病风险预测模型预测效果优于不含模糊因素的预测模型预测效果．     

新基因检测法可判断肺癌患者死亡风险

据2012年1月30日《新民晚报》援引新华社伦敦同月29日电,新一期英国医学刊物《柳叶刀》报道美国研究人员开发出一套基因检测新方法,能够大致判断肺癌患者的死亡风险高低,从而可以采取额外的化疗等手段来帮助治疗高风险患者。美国加利福尼亚大学等机构的研究人员报告说,他们对300多名非小细胞肺癌患者的病情和基因信息进行了分析,发现患者体内14个基因的活动情况可帮助预测他们接受治疗后死亡风险的高低。     

血液透析患者血管通路的护理

目的 探讨护理操作与血液透析患者血管通路并发症的关系.方法 80例行血液透析治疗的患者,建立血管通路128例次,出现血管并发症27例次.通过临床观察及对比,探讨临床护理操作对血管通路并发症的影响.结果 临床护理操作如静脉穿刺、测量血压、皮肤消毒及指导患者活动等,均会对患者血管通路产生影响.避免在术肢行浅静脉穿刺及血压测量,有区分地指导患者活动,均会减少血管通路并发症的发生.结论 恰当的护理措施可降低血液透析患者通路并发症的风险,提高治疗效果.     

灰色马尔科夫预测模型及其在市盈率预测中的应用

针对上市公司市盈率预测同时具有趋势性和随机性的特点，在GM（1，1）模型及马尔科夫预测模型的基础上，提出了灰色马尔科夫预测模型，通过对市盈率历史数据的预测分析，证明了模型的预测结果令人满意。     

基于IOWGA算子的铁路客运量组合预测

科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM（1,1）模型和三次指数平滑模型进行组合优化,建立了基于IOWGA（Induced Ordered Weighted Geometric Averaging）算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。     

肝细胞癌术后预后模型的研究进展（英文）

肝细胞癌（HCC）是全球最常见的恶性肿瘤之一,同时也是癌症相关死亡的主要原因之一。对于肝癌,尤其是早期和中期肝癌,外科手术是首选同时也是最有效的治疗方法。但HCC的高度异质性,给其患者的预后带来了巨大的挑战。预后模型的构建将有助于对手术治疗患者进行预后分层,并指导临床医生采取个体化治疗,从而提高患者的生存率。目前,HCC的预后评估主要基于几种常用的HCC分期系统（如TNM分期、意大利肝癌计划评分（CLIP）和巴塞罗那分期（BCLC））。然而,鉴于这些分期系统存在的不足,也为了提高预后预测的准确性,研究人员进一步纳入患者的其他预后因素,如微血管浸润,并提出了一些新的预后模型。本综述就当前常见的肝癌临床分期系统及近年提出的新预后模型进行阐述,以期为今后的临床研究提供思路。     

RBF神经网络在道路交通事故预测中的应用

分析了RBF神经网络在事故预测领域的适应性,提出了采用RBF神经网络建立道路事故预测模型．利用我国1990—2009年道路交通事故数据,运用RBF神经网络建立了非线性回归预测模型,并利用该模型预测了2000—2010年的道路交通事故死亡人数,结果显示该模型具有较高的可靠性,可为我国道路交通管理提供数据支持。     

基于循环神经网络的金融数据预测系统

金融预测旨在对金融历史数据进行分析，构建预测模型，并对未来数据走势作出预测。系统创新性地将最新的深度学习成果与金融预测相结合，提出使用循环神经网络预测金融数据变化的方法。首先介绍了近几年人工智能的突破性成果，以RNN相关技术为基础对系统进行设计，然后通过实验组展示系统预测效果，并对系统获得的结果数据，使用深度学习相关评估算法评估其预测准确性。实验评估结果表明，使用循环神经网络学习与分析历史数据，并将其模型用于预测未来金融数据走势的方案具有较高的可靠性与准确性。因此，深度学习在金融预测领域具有较大发展潜力。     

混沌风险探测模型的研究与应用

BP神经网络是应用最广泛的预测模型,它能方便、灵活地对信用卡消费行为进行探测,但BP网络有很多固有缺陷,比如结构难确定、初始权值选择盲目性导致训练速度慢等,结合信用卡交易数据的混沌特征分析,通过应用混沌理论中的相空间重构技术,把信用卡客户的相关数据嵌入到重构的相空间中,然后利用BP神经网络技术建立混沌风险探测模型,对信用卡交易行为进行风险预测.实验结果表明,该模型的预测精度高于一般的神经网络预测方法,其中正确检出率比使用BP神经网络模型提高了3%.     

数学建模的几种基本预测方法的探讨

针对学生在建立预测模型时不能准确判别使用合适的预测模型,归纳了几种使用较多的预测方法:微分方程模型、时间序列方法、灰色预测和BP神经网络。对每种预测模型做了简单的介绍分析和适当地对某些模型进行了改进,总结了相应的优缺点以及各自适用的预测范围。     

灰色预测模型的研究及应用

在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性.     

基于灰色理论的时间序列交通事故预测

针对交通事故发生的特点,探讨了灰色系统和时间序列模型在道路交通事故预测中的具体应用,在介绍分析道路交通事故灰色性的基础上,建立了基于灰色预测理论的交通事故预测模型,并用其分别对道路交通事故的死亡人数、交通事故量进行了预测,其结果是可信的．     

中国PMI指数组合预测模型研究

对诱导有序加权平均(IOWA)算子进行了详细地描述,并分别用Holt-Winters指数平滑法、ARIMA模型、多元线性回归模型对PMI指数进行了预测;并以此建立了基于IOWA算子的组合预测模型和误差评价体系。结果表明:三种单项预测方法之间存在着一定的互补性,基于IOWA算子的组合预测模型显著优于其他三种单项预测方法。最后,根据得到的组合预测模型对未来12个月的PMI指数进行了预测。     

郴州市工业废水排放量的统计预测研究

运用灰色预测模型对郴州市工业废水排放量进行预测,研究结果表明:灰色预测模型具有很高的拟合精度,能很好地预测郴州市工业废水排放量,本文的研究为郴州市经济发展及水污染控制提供依据.     

基于遗传算法的天然气消费量预测研究

天然气消费量受众多因素影响,应用单一预测方法产生的预测值误差较大．提出了一种天然气消费量优化组合预测模型的构造方法,给出了优化组合预测模型提高预测精度的理论依据,并应用实数编码遗传算法对优化组合模型进行求解．实例计算结果分析表明,优化组合预测模型具有更高的预测精度．     

基于特征挖掘的GRU-A光伏发电功率预测

提出了一种基于特征挖掘的GRU-A光伏发电功率预测模型,可有效、精确地预测短期光伏发电功率。对光伏发电功率的影响因素进行深度挖掘并构造出相应特征群,搭建GRU-A模型作为光伏发电功率预测模型,并以构造的特征群作为输入,来实现光伏发电功率预测。利用某地的实际光伏数据,通过仿真实验证明基于特征挖掘的GRU-A模型相比于其他模型有更好的预测精度及稳定性。     

低周疲劳寿命预测模型分析

综合分析了几种低周疲劳寿命预测模型,特别是对能量法则的寿命预测模型进行了讨论。评述了各种不同预测方法的基本假设、特点和应用范围。叙述了各种低周疲劳寿命预测模型的计算步骤,并提出实际应用中应考虑的问题。该文对低周疲劳寿命预测,尤其是对航空高温合金具有较大的工程参考价值。文中所论述的三参数能量预测模型具有易懂、简捷的工程应用前景。     

基于组合预测的水资源短缺风险评估

近年来,水资源短缺问题日趋严重,如何正确评估水资源短缺风险以及对未来水资源进行准确预测成为亟待解决的问题.本文以北京市2000-2014年的数据为例,基于模糊综合评价建立水资源短缺风险评估模型,计算风险评估值并划分等级;基于数据挖掘建立组合预测模型,提高预测模型精度,得到未来10年北京市水资源的数据,并结合风险评估模型计算得出了北京市未来10年的风险值和风险等级.     

三次样条函数在交通事故死亡人数预测中的应用

文章应用三次样条函数建立交通事故死亡人数预测模型,用MATLAB求解得到人口曲线,同时应用三次非多项式样条对交通事故死亡模型做出分析及预测,可通过不同参数选取来调控整个模型,得到预测结果．