科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的为了弥补单一模型在医院门诊量预测中的不足,构建Arima-Elman耦合模型并探讨其合理性。方法基于R和Matlab,采用北京市某三甲综合医院2010年1月1日-2018年12月31日门诊量数据,分别构建Arima乘积季节模型、Elman神经网络和Arima-Elman耦合模型对该院2019年1月1日-2019年12月31日各月门诊量进行预测,并将预测值与真实值进行比较分析。结果 Arima乘积季节模型构建的最佳模型为Arima(2,1,0)(0,1,1)12,预测的RMSE、MAE、MAPE分别为10 546.18、8175.89、0.0420;Elman神经网络确定的最优隐含层神经元为10,预测的各项误差分别为9843.32、8105.12、0.0425;基于2种单一模型,分别以0.47和0.53为权重构建Arima-Elman耦合模型,预测的各项误差分别为8879.38、7089.15、0.0369。Arima-Elman耦合模型各项预测误差均明显小于2种单一模型。结论 Arima-Elman耦合模型预测结果精度较高,对于医院门诊量的预测具有良好的适用性。
- 单位
