换一批
换一批基于相似日和极限学习机方法的医院门诊量短期预测
Short-term Hospital Outpatient Amount Forecasting Based on Similar Days and Extreme Learning Machine
摘要目的:研究相似日和极限学习机(ELM)的方法在医院门诊量短期预测中的应用,提高医院门诊量预测水平.方法:以某医院2010年10月至2016年1月日门诊量数据为实验样本,按 照相似日原理,将历史门诊量数据按日类型分类,对数据进行预处理后分别建立极限学习机预测模型,并对模型进行训练和测试.结果及结论:选用平均绝对误差和平均相对误差作为评价指 标,仿真实验结果表明,该方法预测精度较高,可作为医院门诊量预测的一种有效方法.
更多相关知识
关键词
医院管理相似日极限学习机门诊量预测hospital managementsimilar daysextreme learning machineoutpatient amountforecasting
栏目名称
应用交流
DOI
10.3969/j.issn.1673-7571.2018.02.036
发布时间
2018-08-28
- 浏览39
- 被引6
- 下载36
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
