收藏本站
《天津医科大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的组合预测法在医院管理工作中的应用

张亚黎  
【摘要】: 目的 众所周知,随着中国加入WTO后,东西方的交流日益广泛,西方先进的技术和管理理念必然会对国内市场造成一定冲击,国内原有的医院格局将受到严峻的挑战,医院要在发展中立足,就必须对医院的信息化管理提出更高、更新的要求,必须加快医院管理的现代化、科学化、规范化进程。这也就要求统计工作者能够充分利用已有的时间序列资料,进行正确的统计分析和预测,给管理者提供量化的分析预测结果,以此作为今后工作方向的理论指导,避免管理工作的盲目性。本文旨在通过对医院统计工作中的年度门诊人次和季度入院人次资料进行预测,以寻求一种较为适合医院时间序列资料的预测方法。 方法 第一部分:收集了天津市某医院的1985年~2002年的门诊人次资料。针对该资料的预测步骤为:首先给出四种不同的单项预测模型:三次指数平滑模型、三次多项式回归模型、灰色模型GM(1,1)、Box—Jenkins模型。 然后,采用人工神经网络(Artificial Neural Network,简称ANN)将以上这四种模型的拟合预测结果作为网络的输入,以实际的医院门诊人次作为目标输出,建立基于神经网络的组合预测模型。同时以这四种方法的最优加权组合预测模型的结果作为对照,比较变权重与固定权重这两种方法的组合预测效果。 第二部分:按季度收集了天津市某医院的1996年~2001年的入院人次资料。首先采用季节周期回归模型、温特斯(P.R.Winters)线性和季节指数平滑法、Box—Jenkins模型对该资料进行预测,然后采用人工神经网络将以上三种模型的预测结果进行组合预测。 第三部分:选取《数理医药学杂志》2000年13卷1期中的“最优加权组合预测法在河北省卫生人力预测中的应用”一文中的卫生人力资料,采用基于人工神经网络的组合预测法进行分析预测,并与该文提出的最优加权组合预测法的预测结果进行比较。 结果 本研究中对门诊人次资料采用的四种单项预测模型按照预测结果的平均相对误差排序,由小到大依次为三次多项式回归模型 (0*469)、灰色模型GM(.1)(0*655)、Box一Jenkins 模型(0.0743) 和三次指数平滑模型(0.0789)。 采用最优加权组合预测模型将这几种模型进行组合预测,结果显 示预测精度有一定程度的提高(平均相对误差一0刀543)。但是由于这 几种方法未能通过 kendall一致性检验,K‘-8*25,P>0.05,目单项 模型之间不具有一致性,因此我们寻求其他的组合预测方法。最后采 用基于神经网络的组合预测法对门诊人次进行预测,平均相对误差为 9.996X 105 另外,在对季节入院人次资料的预测中,基于神经网络的组合预 测方法也显示了良好的预测结果,平均相对误差为 9.988 X 10”。 结论 人工神经网络的特点在于它具有高度的自组织学习能 力,可揭示数据样本中所蕴涵的非线性关系,能以任意精度逼近任意 函数。而且在ANN模型中,各单项预测模型的权系数不再是一常量, 而是随时间变化的函数;某一种预测方法对组合预测结果的影响虽然 与自身的预测结果和权重有关,但其权重对组合预测结果的影响是非 线性的。这就克服了最优加权组合预测法权重固定不变等缺陷,因此 基于神经网络的组合预测法实质上是一种变权重系数的组合预测方 法。变权重系数组合预测模型的建立和应用是提高预测模型的预测精 度,增强预测模型实用性的有效途径。 综上所述,在非线性时序资料预测中,基于神经网络的组合预测 法展现出了它不可替代的强大优势,可以作为统计预测分析的一个得 力助手在医院管理统计工作中加以应用。
【学位授予单位】:天津医科大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:R197.3

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 ;《解放军医院管理杂志》投稿须知[J];解放军医院管理杂志;2011年04期
2 ;《医院管理论坛》杂志投稿指南[J];医院管理论坛;2011年08期
3 ;《医院管理论坛》杂志投稿指南[J];医院管理论坛;2011年09期
4 ;2011《医院管理论坛》杂志投稿指南[J];医院管理论坛;2011年07期
5 焕庭;;第六届医院管理高级论坛在沪召开[J];中国卫生资源;2011年04期
6 谢春;吕岚;;优质服务的探讨[J];当代护士(专科版);2011年S1期
7 薛艳秋;王子瑶;钱风华;;医院人力资源管理探讨[J];吉林医学;2011年22期
8 农圣;廖满媚;黄贤昌;;刍议文化管理在医院管理中的应用[J];右江民族医学院学报;2011年03期
9 苏广玲;;刍议医院财务分析[J];时代金融;2011年15期
10 王海燕;;医院管理中患者隐私权的保护对策研究[J];中国卫生事业管理;2011年07期
中国重要会议论文全文数据库 前10条
1 吴雪融;;CTEA分析法对医院社会效益评价的应用[A];中国医院协会病案管理专业委员会第16届学术会议论文集[C];2007年
2 薛枋;王伦;;加强医院管理 维护患者权益 创建和谐医院[A];第十八届全国肿瘤医院管理学术研讨会论文集[C];2007年
3 李菊娥;;论病案在医院管理中的应用[A];中华医院管理学会病案管理专业委员会第12届全国病案管理学术会议论文集[C];2003年
4 赵俊;李志光;梁宁霞;李天萍;王虹;;大力推进医院管理职业化建设提升医院科学管理水平[A];医学科研管理前沿与实务研讨班论文集[C];2009年
5 张福勇;钱琳琳;;实行医疗器械不良事件监测管理的探索与思考[A];中华医学会医学工程学分会第五届青年委员会第一次年会暨2010年《中国医疗设备》杂志社年会论文集[C];2010年
6 杜端甫;修娟;;医院管理中的随机网络仿真模型[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
7 初奎臣;;浅议儒家管理思想与医院管理[A];山东省医学伦理学学会第三届学术年会论文集[C];2002年
8 姚新宝;;院感综合评分在医院管理中的运行[A];中华医院管理学会第十一届全国医院感染管理学术年会论文汇编[C];2004年
9 曹荣桂;;以医院管理年为契机 提高医院服务水平[A];全国企业医院管理经验交流会会议资料汇编[C];2005年
10 ;中华护理学会2006年“医院管理”论坛日程安排[A];中华护理学会2006年“医院管理”论坛论文汇编[C];2006年
中国重要报纸全文数据库 前10条
1 周锡娟;苏州:政府向社会移交医院管理权[N];人民日报;2004年
2 仲崇山;我省首个医院管理中心在苏州建成亮相[N];新华日报;2004年
3 本报记者 李淑丽;分级评价:推动医院管理再上新台阶[N];河南日报;2008年
4 马莎 周丹 刘昕佳 记者 吕瑞东;中国医院管理与发展高峰论坛在长举行[N];吉林日报;2008年
5 姚淀;市医院管理协会成立[N];安庆日报;2008年
6 史法建 定西市人民医院党委书记;科学发展上水平 医院管理上台阶[N];定西日报;2009年
7 湖南省郴州市第一人民医院院长 陈亚光;医院管理不能让文化精髓缺失[N];健康报;2009年
8 无锡市第二人民医院 易利华;创新:医院管理永远的命题[N];无锡日报;2009年
9 本报记者 白毅;我国医疗健康管理研究期待关注[N];中国医药报;2009年
10 记者 刘欢;本市正在筹建医院管理机构[N];北京日报;2009年
中国博士学位论文全文数据库 前10条
1 陆宁;基于群集智能与算法融合的电力负荷组合预测[D];华中科技大学;2010年
2 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年
3 霍江涛;医院组织文化与员工工作满意度的构成及其相关性研究[D];第三军医大学;2006年
4 邓志茹;我国能源供求预测研究[D];哈尔滨工程大学;2011年
5 肖燕;基于顾客价值视角的医院营销策略研究[D];华中科技大学;2008年
6 杨栎;我国医院核心竞争力分析模型研究[D];第三军医大学;2007年
7 丰小月;基于量子机制与组合方法的智能优化算法及应用研究[D];吉林大学;2008年
8 任文杰;基于病人价值链的医院业务流程管理模式研究[D];华中科技大学;2006年
9 陈晶;基于社会支持理论的医护人员职业耗竭风险模型研究[D];华中科技大学;2008年
10 李文婧;医院医疗质量评价指标体系研究[D];华中科技大学;2008年
中国硕士学位论文全文数据库 前10条
1 张亚黎;基于神经网络的组合预测法在医院管理工作中的应用[D];天津医科大学;2003年
2 于媛媛;基于组合预测的核电产业发展趋势研究[D];大连理工大学;2010年
3 陈宝;基于最大似然的贝叶斯模型平均组合预测及其在煤炭需求预测中的应用[D];重庆师范大学;2011年
4 胡平;降雨径流组合预测理论及其应用研究[D];华中科技大学;2004年
5 钱振松;小波网络及组合预测在赤潮灾害智能预警系统中的应用研究[D];山东大学;2010年
6 王白玲;电力负荷组合预测的理论方法及影响因素分析[D];华北电力大学(北京);2005年
7 王红丽;基于状态转移的股指期货波动时变组合预测研究[D];重庆师范大学;2011年
8 王小忠;物流量预测方法研究[D];武汉理工大学;2005年
9 朱报春;基于模糊逻辑系统的组合预测方法及应用[D];河海大学;2001年
10 周仲礼;中国油气资源需求分析[D];成都理工大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026