基于LSTM深度神经网络的月门诊量预测精度研究

摘要

目的:分析新疆地区慢性阻塞性肺病的月门诊量变化趋势,对医院月门诊量预测方法进行探讨,为医院合理配置医疗资源和提高救助能力提供科学依据.方法:采用ARIMA模型和LSTM模型对新疆地区慢性阻塞性肺病的月门诊量的时间序列进行预测,使用RMSPE值评价不同方法的预测精度.结果:ARIMA模型、时间步为1的LSTM、时间步为12的LSTM的RMSPE值分别是20.23％、22.23％和20.01％,相较之下时间步为12的LSTM网络的预测效果较好,时间步为1的LSTM效果最差.结论:LSTM预测医院月门诊量的准确率较高,为医院月门诊量预测提供了新的方法.