近年來(lái),血荒現(xiàn)象在全國(guó)各地頻繁發(fā)生,無(wú)償獻(xiàn)血者的血液偏型和無(wú)償獻(xiàn)血季節(jié)性變化更使得血荒現(xiàn)象變得常態(tài)化。血液供應(yīng)量和需求量在各種外部環(huán)境的共同影響下,呈現(xiàn)不規(guī)則和非線(xiàn)性特性。而建立血液供需預(yù)測(cè)模型,優(yōu)化血液管理,將是緩解各種血荒現(xiàn)象的重要手段�；谝酝南嚓P(guān)預(yù)測(cè)研究,本文將嘗試不同的預(yù)測(cè)模型,并將不同特性的預(yù)測(cè)模型相互融合,探尋預(yù)測(cè)效果更為理想的組合預(yù)測(cè)模型。本文實(shí)現(xiàn)了 ARIMA（自回歸移動(dòng)平均）模型和ANN（神經(jīng)網(wǎng)絡(luò)）模型以及ARIMA和KALMAN FILTER（卡爾曼濾波）模型的有效融合,并將組合預(yù)測(cè)模型運(yùn)用到血液供需預(yù)測(cè)中,得到了較為理想的血液供需預(yù)測(cè)結(jié)果。在預(yù)測(cè)結(jié)果評(píng)價(jià)和模型評(píng)估階段,我們將運(yùn)用MAPE（平均絕對(duì)誤差）,RMSE（均方根誤差）等經(jīng)典預(yù)測(cè)模型評(píng)估方法對(duì)各預(yù)測(cè)模型進(jìn)行有效性評(píng)價(jià)。同時(shí)為了更好的說(shuō)明預(yù)測(cè)模型的有效性,還引入了未在本文詳細(xì)介紹的其他常用模型,對(duì)模型有效性進(jìn)行橫向比較。評(píng)估結(jié)果證明,基于ARIMA模型的組合預(yù)測(cè)模型ARIMA-ANN和ARIMA-KALMAN模型擁有更佳的預(yù)測(cè)效果。最后,本文將在有效的供需預(yù)測(cè)基礎(chǔ)上,綜合考慮血液中心的采供血能力,建立一套... 

【文章來(lái)源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
        1.1.1 選題背景
        1.1.2 選題意義
        1.1.3 研究目的
    1.2 研究?jī)?nèi)容和方法
        1.2.1 研究?jī)?nèi)容
        1.2.2 研究方法
        1.2.3 技術(shù)路線(xiàn)
第2章 文獻(xiàn)綜述
    2.1 血液供需定量預(yù)測(cè)研究
        2.1.1 回歸模型
        2.1.2 灰色預(yù)測(cè)模型
        2.1.3 人口統(tǒng)計(jì)學(xué)模型
        2.1.4 ARIMA模型
        2.1.5 其他常用模型
    2.2 其他領(lǐng)域預(yù)測(cè)算法研究
    2.3 預(yù)警機(jī)制研究
        2.3.1 統(tǒng)計(jì)分析模型
        2.3.2 仿真模型
    2.4 研究述評(píng)
第3章 預(yù)測(cè)模型研究
    3.1 問(wèn)題描述
    3.2 預(yù)測(cè)模型概述
        3.2.1 ARIMA模型
        3.2.2 ANN模型
        3.2.3 KALMAN濾波模型
    3.3 模型實(shí)例計(jì)算
        3.3.1 ARIMA模型的求解
        3.3.2 ARIMA-ANN模型
        3.3.3 ARIMA-KALMAN濾波模型
    3.4 預(yù)測(cè)結(jié)果及模型評(píng)估
        3.4.1 預(yù)測(cè)結(jié)果
        3.4.2 模型評(píng)估
第4章 預(yù)警機(jī)制研究
    4.1 預(yù)警線(xiàn)設(shè)定
        4.1.1 研究對(duì)象
        4.1.2 預(yù)警線(xiàn)設(shè)定
        4.1.3 實(shí)例驗(yàn)證
    4.2 預(yù)警應(yīng)對(duì)措施
第5章 結(jié)論與展望
    5.1 研究結(jié)論
    5.2 研究展望
    5.3 總結(jié)
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]Development of an adaptive Kalman filter-based storm tide forecasting model[J]. 莫啟明,黎宇軒,許嘉賢.  Journal of Hydrodynamics. 2016(06)
[2]基于時(shí)間序列模型預(yù)測(cè)上海某三甲綜合醫(yī)院血制品使用量[J]. 喬鄭磊,顧晨晨,曹敏鳳,朱巍,戎瑞明.  中國(guó)臨床醫(yī)學(xué). 2016(05)
[3]基于時(shí)間序列分析的血液供應(yīng)量預(yù)測(cè)[J]. 方春燕,朱家明.  北京醫(yī)學(xué). 2016(06)
[4]邯鄲地區(qū)冷沉淀凝血因子臨床應(yīng)用趨勢(shì)分析[J]. 孫國(guó)棟,陳慧,李俊霞,杜桂萍,王洪.  檢驗(yàn)醫(yī)學(xué)與臨床. 2015(23)
[5]基于時(shí)間序列模型的邯鄲地區(qū)臨床用紅細(xì)胞分析及預(yù)測(cè)的初步研究[J]. 孫國(guó)棟,李俊霞,陳慧,李源,王洪.  中國(guó)輸血雜志. 2015(11)
[6]血站血液短缺庫(kù)存預(yù)警分級(jí)與醫(yī)院應(yīng)急響應(yīng)[J]. 張淑萍,白林.  中國(guó)衛(wèi)生質(zhì)量管理. 2015(05)
[7]血液需求預(yù)測(cè)模型研究[J]. 馬文文,王夢(mèng)圓,趙軼輪,蔡旭兵,屠小明.  中國(guó)輸血雜志. 2015(06)
[8]醫(yī)院血液庫(kù)存量及庫(kù)存預(yù)警機(jī)制的制定與應(yīng)用[J]. 孫巍,王鳳玲,吳寒.  中國(guó)輸血雜志. 2015(05)
[9]ARIMA模型應(yīng)用于臨床懸浮紅細(xì)胞用量預(yù)測(cè)的探討[J]. 郭慧敏,杜軍,練正秋.  中國(guó)輸血雜志. 2014(08)
[10]基于卡爾曼濾波的剩余壽命預(yù)測(cè)模型[J]. 翟利波,韓寧.  電子科技. 2013(09)

碩士論文
[1]突發(fā)事件應(yīng)急血液需求預(yù)測(cè)研究[D]. 朱莎.上海交通大學(xué) 2013
[2]非常規(guī)突發(fā)事件應(yīng)急血液保障特性和需求預(yù)測(cè)模型的研究[D]. 黃鋼.西南交通大學(xué) 2012



本文編號(hào)：2917062