1)模型

摘要： 基于2011~2019年山东省卫生总费用相关数据,分析山东省卫生总费用现状,运用GM(1,1)模型,预测2020年至2030年山东省卫生总费用的变化趋势。数据显示,模型的精确度都达到了95%以上,说明模型的拟合效果好、精确度高,可以对山东省卫生费用进行预测。2020~2030年山东省卫生总费用及其占GDP比重总体呈上升趋势,医疗卫生水平不断提高,今后山东省不仅进一步加大卫生投入,也应尽量做到卫生总费用的投入与国民经济发展水平相适应,满足新时代人民对医疗卫生资源的需求。

摘要： 选择建筑物主体沉降监测点的观测数据,以9期数据中的前7期为原始数据,分别建立均值GM(1,1)模型、残差GM(1,1)模型、坐标变换模型,以后2期数据进行对比验证;在程序实现的基础上进行实例预测计算,并对不同模型的预测结果进行了对比分析;认为坐标变换模型针对残差的校正较好,达到了较高的预测精度。

摘要： 针对GM(1,1)模型中拟合所得的时间响应函数与实测累加曲线不重合这一情形,提出分别以时间和累加变形量为横纵坐标建立平面直角坐标系,在坐标系中,将原模型时间响应函数进行纵向平移,然后对平移后函数进行绕点旋转,从而构建新的时间响应函数,使其更接近实测累加曲线;将对应横坐标代入并求解非线性函数,再累减还原为预测值,且将其应用于其他改进GM(1,1)模型中。采用实测变形数据进行验证可知,其预测精度有所提高,具有实践参考价值。

摘要： 地下水是我国城市地区重要的水资源。随着城市化快速发展,城市地区的地下水超采现象普遍且严重。北京市地下水埋深在2015年以前呈现持续增加的趋势,2016年以来地下水埋深开始减小,地下水位开始回升。为解析北京市地下水位变化规律,科学预测其未来变化趋势,指导地下水开采和综合治理工作,综合考虑南水北调工程和北京市压采措施,选取2015-2020年北京市平原区地下水埋深数据,采用灰色预测模型GM(1,1)、拟合算法和插值算法对北京市2021-2023年地下水埋深进行预测,并对预测结果展开分析,论证模型的合理性,同时针对北京市地下水位未来可能的变化提出了相关对策建议。

摘要： 利用灰色系统理论的GM(1, 1)预测模型预测2021~2030年的山东人口数量与老年人口总量,运用灰色关联度和主成分分析法分析了山东人口老龄化的主要影响因素,以期为山东省政府各职能部门制定有关政策提供依据。2021~2030年间山东省65岁以上人口的数量将逐年增加,并且上涨速度很快。2030年老年人口数量将比2020年翻一番,对山东省人口老龄化程度影响较大的因素是卫生技术人员数和人均GDP;文章提出了推进养老服务产业的优化改革、加大对专业技术人员的培训力度、优化人口结构和开发老年人力资源市场等应对山东省人口老龄化的对策。

摘要： 根据2009~2019年共十一年的云南省卫生总费用数据,基于灰色系统理论,建立云南省卫生总费用的GM(1,1)灰色预测模型。分析云南省卫生总费用筹资水平与筹资结构及其占GDP比重现状。预测2020~2026年共七年云南省卫生总费用及其筹资结构,预测结果总体呈现出卫生总费用及其占GDP比重逐年增加,政府、个人卫生支出比例不断降低,社会卫生支出比例不断提高的趋势。为区域卫生健康费用管理、筹资水平与结构优化提供科学依据,对云南省卫生健康事业的发展具有重要意义。

摘要： 针对传统灰色模型在建模上忽略对新数据的优先性以及缺乏微调数据的能力,本文引进了r阶邻近的累积生成算子,并且结合Hermite多项式的定义,优化了传统灰色模型的右端结构,构建了邻近的Hermite多项式灰色模型,即AHFGM(1,1)模型。基于中国一次电力及其他能源生产量的数据建立了预测模型,利用灰狼优化算法得到最优参数,与三个经典的灰色模型进行拟合和预测精确度分析,结果表明AHFGM(1,1)模型拥有更优的拟合和预测性能,以及较强的稳定性。最后利用建立的AHFGM(1,1)模型合理地预测了2021~2025年我国一次电力及其他能源生产量的变化趋势。

摘要： 随着“双碳”目标的提出,“十四五”期间我国天然气消费量有望进一步增加。在天然气对外依存度逐年升高的背景下,对我国天然气国家安全进行预警分析具有必要性和紧迫性。为此,基于国家安全视角,从资源禀赋、国际依赖、获取成本和保障能力四个维度出发,构建了中国天然气国家安全等级评估与预警指标体系,评估了2006—2020年中国天然气国家安全等级状况,进而采用GM(1,1)模型和BP神经网络模型对2021—2025年中国天然气国家安全等级进行预警研究。研究结果表明:(1)保障系数、地缘政治风险、储采比和进口依存度等是影响天然气国家安全等级的主要因素;(2)2006年中国天然气国家安全等级评估结果为橙色、不安全等级,2007—2020年均处于黄色、基本安全等级,其中进口依存度上升、供储比和保障系数下降抑制了安全水平的进一步提升;(3)2021—2025年中国天然气国家安全等级预警结果均处于黄色、基本安全等级,其中进口依存度、进口集中度、地缘政治风险、价格波动率、供储比、人均管道长度和保障系数是影响中国天然气国家安全等级的关键因素。结论认为,构建天然气国家安全等级预警指标体系,有利于科学制定天然气资源战略规划,可以为能源转型以及国家资源安全的政策制定提供参考。

摘要： 2019年,秦皇岛市60岁以上老年人口有69.68万人,占总人口的23.12%,高于全国、全省的平均水平,老龄化问题非常明显。本文利用2010~2019年秦皇岛市60岁以上老年人口及总人口数据,运用灰色GM(1,1)模型,分别预测了2020~2030年秦皇岛市60岁以上老年人口数及老龄化系数。预测结果表明未来十年秦皇岛市60岁以上老年人口数量将依然保持逐年上升,老龄化系数同时也在持续上涨。最后,从预测结果出发,为秦皇岛市进入老龄化社会后相关部门制定相关政策提供建议。

摘要： 以晋中市某楼房主体沉降监测数据为基础,选择9期数据进行分析,以7期数据建模对后2期数据进行预测验证,分别建立了原始GM(1,1)模型、均值GM(1,1)模型、以x^((1))(n)为初始值的GM(1,1)模型以及基于Newton-Cotes公式的GM(1,1)模型,通过程序实现模型后进行实例对比分析,认为基于Newton-Cotes公式的GM(1,1)模型预测精度更高且能达到工程应用要求。

摘要： 利用GM(1,1)和AR(p)的基本理论,利用GM(1，1)模型对某煤矿工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)进行了分析预测。最大残差为1.4mm，最小残差为0.0mm，平均残差为0.2mm。利用时间序列模型对工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)序列依次建立了AR(p)模型。模型预测的最大残差为1.1mm，最小残差为0.0mm，平均残差为0.4mm。2种模型的精度均能满足要求，但灰色系统模型的稳定性较高，在该煤矿工业广场地表沉降监测预测系统中灰色系统模型略优于时间序列模型。

摘要： 利用GM(1,1)和AR(p)的基本理论,利用GM(1，1)模型对某煤矿工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)进行了分析预测。最大残差为1.4mm，最小残差为0.0mm，平均残差为0.2mm。利用时间序列模型对工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)序列依次建立了AR(p)模型。模型预测的最大残差为1.1mm，最小残差为0.0mm，平均残差为0.4mm。2种模型的精度均能满足要求，但灰色系统模型的稳定性较高，在该煤矿工业广场地表沉降监测预测系统中灰色系统模型略优于时间序列模型。

摘要： 利用GM(1,1)和AR(p)的基本理论,利用GM(1，1)模型对某煤矿工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)进行了分析预测。最大残差为1.4mm，最小残差为0.0mm，平均残差为0.2mm。利用时间序列模型对工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)序列依次建立了AR(p)模型。模型预测的最大残差为1.1mm，最小残差为0.0mm，平均残差为0.4mm。2种模型的精度均能满足要求，但灰色系统模型的稳定性较高，在该煤矿工业广场地表沉降监测预测系统中灰色系统模型略优于时间序列模型。

摘要： 利用GM(1,1)和AR(p)的基本理论,利用GM(1，1)模型对某煤矿工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)进行了分析预测。最大残差为1.4mm，最小残差为0.0mm，平均残差为0.2mm。利用时间序列模型对工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)序列依次建立了AR(p)模型。模型预测的最大残差为1.1mm，最小残差为0.0mm，平均残差为0.4mm。2种模型的精度均能满足要求，但灰色系统模型的稳定性较高，在该煤矿工业广场地表沉降监测预测系统中灰色系统模型略优于时间序列模型。

摘要： 利用GM(1,1)和AR(p)的基本理论,利用GM(1，1)模型对某煤矿工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)进行了分析预测。最大残差为1.4mm，最小残差为0.0mm，平均残差为0.2mm。利用时间序列模型对工业广场地表沉降监测特征点(ZN2、ZJK、1#、E8、W2、E3)序列依次建立了AR(p)模型。模型预测的最大残差为1.1mm，最小残差为0.0mm，平均残差为0.4mm。2种模型的精度均能满足要求，但灰色系统模型的稳定性较高，在该煤矿工业广场地表沉降监测预测系统中灰色系统模型略优于时间序列模型。

摘要： 为了提高GM(1，1)模型在基坑变形分析中的预测精度，采用三种方法对背景值改进的GM(1，1)模型进行优化，包括：对初始值添加修正项，使其符合最小二乘法的思想；对时间响应式参数添加修正项，解决近似指数序列下改进GM(1，1)模型的背景值实用性问题；对基坑变形数据进行直接建模，使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1，1)模型，将该模型应用于基坑变形预测实例中，结果显示再次优化后的模型具有较高的预测精度，具有较好的工程应用价值。

摘要： 为了提高GM(1，1)模型在基坑变形分析中的预测精度，采用三种方法对背景值改进的GM(1，1)模型进行优化，包括：对初始值添加修正项，使其符合最小二乘法的思想；对时间响应式参数添加修正项，解决近似指数序列下改进GM(1，1)模型的背景值实用性问题；对基坑变形数据进行直接建模，使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1，1)模型，将该模型应用于基坑变形预测实例中，结果显示再次优化后的模型具有较高的预测精度，具有较好的工程应用价值。

摘要： 为了提高GM(1，1)模型在基坑变形分析中的预测精度，采用三种方法对背景值改进的GM(1，1)模型进行优化，包括：对初始值添加修正项，使其符合最小二乘法的思想；对时间响应式参数添加修正项，解决近似指数序列下改进GM(1，1)模型的背景值实用性问题；对基坑变形数据进行直接建模，使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1，1)模型，将该模型应用于基坑变形预测实例中，结果显示再次优化后的模型具有较高的预测精度，具有较好的工程应用价值。

摘要： 为了提高GM(1，1)模型在基坑变形分析中的预测精度，采用三种方法对背景值改进的GM(1，1)模型进行优化，包括：对初始值添加修正项，使其符合最小二乘法的思想；对时间响应式参数添加修正项，解决近似指数序列下改进GM(1，1)模型的背景值实用性问题；对基坑变形数据进行直接建模，使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1，1)模型，将该模型应用于基坑变形预测实例中，结果显示再次优化后的模型具有较高的预测精度，具有较好的工程应用价值。

摘要： 为了提高GM(1，1)模型在基坑变形分析中的预测精度，采用三种方法对背景值改进的GM(1，1)模型进行优化，包括：对初始值添加修正项，使其符合最小二乘法的思想；对时间响应式参数添加修正项，解决近似指数序列下改进GM(1，1)模型的背景值实用性问题；对基坑变形数据进行直接建模，使其适应于基坑变形的发展。建立了基坑变形预测的二次优化GM(1，1)模型，将该模型应用于基坑变形预测实例中，结果显示再次优化后的模型具有较高的预测精度，具有较好的工程应用价值。

摘要： 操作路径生成部(210)基于从状态传感器(101)输出的计测状态量，生成针对致动器(111)的操作量时间序列。预测模型部(220)将所述计测状态量和所述操作量时间序列作为输入来运算预测模型，由此，生成状态量预测时间序列。神经网络部(230)将从环境传感器(102)输出的计测环境量和所述状态量预测时间序列作为输入来运算神经网络，由此，校正所述状态量预测时间序列。状态量评价部(240)生成针对所述校正后的状态量时间序列的评价结果。操作路径生成部在所述评价结果满足适当基准的情况下，将所述操作量时间序列的前头的操作量向所述致动器输出。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 提供用于构建能够生成多种数据的生成模型的技术。本发明的一个方面涉及的模型生成装置具备：生成部，使用生成模型生成数据；发送部，将生成的数据分别发送至多个学习完毕的识别模型，使各识别模型对数据执行识别，多个学习完毕的识别模型分别通过使用本地学习数据的机器学习获得了识别被提供的数据是否为本地学习数据的能力；接收部，接收各识别模型对被发送的数据进行识别的结果；以及学习处理部，通过使用接收到的识别的结果的机器学习来训练生成模型，以生成使多个识别模型中的至少任意一个识别模型的识别性能降低这样的数据。

摘要： 三维模型编码装置(300)，具备：投影部(301)，将三维模型投影到至少一个以上的二维平面，从而生成二维图像；校正部(302)，利用二维图像，对二维图像中包括的构成没有投影三维模型的无效区域的一个以上的像素进行校正，从而生成校正图像；以及编码部(304)，对校正图像进行二维编码，从而生成编码数据。

摘要： 三维模型分发方法，根据三维模型，生成深度图像(S121)，分发深度图像以及用于根据深度图像恢复三维模型的信息(S122)。例如，三维模型分发方法也可以，进一步，利用二维图像压缩方式，对深度图像进行压缩，在所述分发中，分发压缩后的深度图像。例如，在所述深度图像的生成中也可以，根据三维模型，生成不同视点的多个深度图像，在所述压缩中，利用多个深度图像间的关系，对多个深度图像进行压缩。

摘要： 提取部(120)从建筑信息模型即BIM(40)中提取起点要素。提取部(120)针对BIM(40)，将起点要素作为起点来检索彼此相邻的多个建筑物要素，在作为检索结果的多个建筑物要素中分别配备虚拟部件，由此，从BIM(40)中提取由虚拟部件构成的虚拟房间。生成部(130)对虚拟房间的各个虚拟部件设定BIM(40)包含的属性信息中的、与配备有虚拟部件的建筑物要素对应的属性信息，生成设定有属性信息的虚拟房间作为房间模型(51)。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 一种模型化装置，具备：分类部120，其为了鉴别收容室外机11、室内机12、室外机21、室内机22、冷冻机31及冷冻机41等的设施10的热平衡模型的构筑所需的参数而计测的计测数据按作为对参数赋予影响的条件的分类条件每一个分类；鉴别部130，其基于按分类条件每一个分类的计测数据，按分类条件每一个鉴别参数。

摘要： 本实用新型属于装饰装修模型技术领域，公开了圆形穹顶装修模型及具有该模型的模型箱和模型间，包括多个弧形龙骨架(1)彼此连接构成的圆形穹顶骨架(2)，圆形穹顶骨架(2)连接有三角状的弧形面板(3)，构成圆形穹顶；还包括圆形的加固龙骨架(4)，加固龙骨架(4)与各个弧形龙骨架(1)固定连接。通过本实用新型的展示，能够让行业工作者更容易理解圆形穹顶装修的施工工艺，有利于实现标准化施工，同时让消费者能够直观地了解圆形穹顶装修，为装修质量提供依据。