西安市出生缺陷趋势数学模型预测研究

目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d所有围产儿进行出生缺陷监测并收集资料。用2003年10月至2015年9月出生缺陷监测数据对西安市出生缺陷发生率数据分别构建数据模型,将同时期实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016至2017年每季度出生缺陷发生率。采用Excel软件进行数据录入,SPSS 16.0软件包进行统计学分析,Matlab软件进行灰色模型预测和神经网络模型预测,ARIMA自回归移动平均模型使用R软件进行预测。结果灰色预测模型提示2016至2017年度西安市各季度出生缺陷率(‰)分别为9.62、9.67、9.72、9.77、9.82、9.87、9.92、9.97,呈缓慢上升趋势。ARIMA模型预测显示2016至2017年度西安市各季度出生缺陷率(‰)分别为11.98、12.83、11.28、11.78、12.23、11.73、11.80、12.00,仍在较高水平相对狭窄的区间波动。NAR神经网络模型预测西安市出生缺陷率(‰)为13.24、17.91、10.55、16.08、16.47、9.42、11.99、11.68,在2016年到达出生缺陷率峰值,2017年相比2016年开始出现下降。比较3种模型对出生缺陷发生率的发展趋势预测,灰色预测模型、ARIMA模型、NAR模型的均方根误差分别为1.353 009、1.181 373、0.555 347。结论 NAR模型对出生缺陷数据预测更可靠,ARIMA模型次之,灰色预测模型误差相对较大;加强出生缺陷的预防和控制工作仍然是今后较长一段时间的公共卫生重点工作。     

基于时间序列季节分类模型的轨道交通客流短期预测

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响.通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法.根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流.实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题.     

灰色模型GM(1,1)在出生缺陷预测中的应用研究

目的探讨灰色模型GM(1,1)在预测不同水平出生缺陷发生率中的应用问题及数据波动性对预测效果的影响。方法利用2009年10月至2016年9月西安市出生缺陷监测数据,构建总出生缺陷及前5种缺陷的月、季度、年共3个层次出生缺陷发生率的GM(1,1)灰色模型,比较不同层次预测模型的拟合精度。结果总出生缺陷年度预测时,平均相对误差为4.6%,均方差比为0.259,提示其预测效果较好;按季度预测时效果勉强合格,平均相对误差为10.2%;按月进行预测时,效果较差,平均相对误差为17.5%。西安市前5种出生缺陷(先天性心脏病、唇腭裂、神经管畸形、多指、先天性脑积水)灰色模型预测结果都随着预测时间单位的变大,拟合精度逐渐提高,年预测模型拟合精度最好。结论灰色模型的预测效果可能与数据波动性有关,对出生缺陷发生率进行预测时以年度为单位的结果可能较适宜。     

基于指数加权移动平均多维组合模型的电力负荷预测

随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分。在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型。以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5%,平均绝对百分误差提高了25.7%,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据。     

加权回归模型在公路主枢纽运输量预测中的应用

根据预测时原始数据的地位、作用不同，引入了权重的概念，用矩阵理论的方法建立了加权回归预测模型，并提出了权重确定的几种方法，最后以西安市货运量预测作为实例进行了分析与计算。     

基于混合自回归模型和神经网络的时间序列预测

在求出混合自回归时间序列模型的成分个数的基础上, 应用BP神经网络对时间序列进行了预测, 并对模型进行了数值模拟表明该预测模型的具有较高的精确度和广泛的应用前景.     

基于ARIMA模型预测梅毒月发病率的价值

目的探讨建立ARIMA模型在梅毒月发病率预测中的应用价值,为梅毒防控工作提供依据。方法运用Eviews8.0软件对2009年1月-2015年12月我国梅毒月发病率数据建立ARIMA模型,利用2016年1月-6月实际数据验证,评价模型精度指标采用均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分误差(mean absolute percentage error,MAPE)、平均相对误差(mean relative error,MRE)。同法外推预测2016年7月-12月全国梅毒月发病率。结果 2009年1月-2016年6月全国梅毒月发病率最优模型是ARIMA(2,1,1)×(0,1,1)_(12),模型表达式为:(1-B)(1-B~(12))(1+0.820B)(1+0.566B~2)x_t~2=(1+0.365B)(1+0.897B~(12))ε_t,R~2=0.832,RMSE=0.181,MAE=0.118,MAPE=5.088。外推2016年7月-12月预测结果分别为3.124、3.008、2.906、2.691、2.714、2.717。结论 ARIMA模型具有较高的预测精度,可较好地拟合我国梅毒月发病率的演变趋势并进行短期预测。     

西安地区气传昆虫的调查

在西安市的市区及郊区分设气传昆虫捕捉点 ,利用诱捕、扫捕、吸捕等方法捕捉了西安地区气传昆虫 ,为时 1年。结果发现西安地区 4～ 11月均有气传昆虫污染 ,5、6、7月份污染最重。全年共捕捉气传昆虫 110 79只 ,属 11目、79科。气传优势昆虫为蚜、蚜茧蜂、隐翅甲科 ,大型气传优势鳞翅目昆虫为天蛾科及夜蛾科 ,它们大多属气传病媒昆虫 ,与当地一些传染病的流行 ,支气管哮喘的发作有关。     

2010-2015年西安市围产儿出生缺陷的流行特征

目的了解西安市围产儿出生缺陷的动态流行特征,为今后出生缺陷预防工作的重点提供科学依据。方法对2010-2015年西安市所有产科医院上报的出生缺陷资料进行统计描述。结果出生缺陷平均发生率为89.62/104(87.50/104,91.74/104),缺陷发生率逐年上升(χ~2=157.13,P<0.01)。出生缺陷发生率位于前5位的依次为:先天性心脏病(26.53/104)、多指(趾)(13.10/104)、总唇腭裂(11.42/104)、神经管缺陷(6.06/104)、先天性脑积水(5.08/104),共占出生缺陷总数的69.39%。其中,先天性心脏病的发生率呈逐年上升趋势(χ2=837.65,P<0.01)。出生缺陷发生率城市高于农村(OR=1.108,95%CI:1.056~1.162),男婴高于女婴(OR=1.151,95%CI:1.097~1.208),母亲年龄<20岁(OR=1.764,95%CI:1.532~2.032)和母亲年龄≥35岁(OR=1.283,95%CI:1.179~1.395)也是缺陷儿发生的危险因素。缺陷儿以活产居多(72.54%),通过超声和临床诊断的病例各占52.83%和46.24%,产前诊断率为33.20%。结论西安市2010-2015年围产儿出生缺陷发生率总体有增加的趋势,应不断提高各监测点的产前诊断能力,从而降低本地区的缺陷发生水平,提高出生人口素质。     

西安市2010-2015年空气污染对出生缺陷影响的时间序列分析

目的研究西安市空气污染物二氧化硫(SO_2)、二氧化氮(NO_2)和PM_(10)对出生缺陷的影响。方法从西安市妇幼保健院获得西安市2010-2015年出生缺陷监测资料,从西安市环境监测站获得同期空气污染资料,从西安市气象站获得同期气象监测资料,采用广义相加模型控制长期趋势、季节、气温和相对湿度影响,探讨空气污染物与出生缺陷的相关性。结果研究期间西安市月平均出生缺陷达89例;SO_2、NO_2、PM_(10)月平均密度分别是34.05、45.13、96.77μg/m~3;月平均温度为13.57℃;相对湿度为63.20%。在广义相加泊松回归模型(GAM)中,空气污染物SO_2、NO_2、PM_(10)与出生缺陷有关且有一定的滞后效应,均在临产前10月的效应达到最大值,各污染物密度每增加10μg/m~3,RR(95%CI)分别为:1.060(1.023~1.097)、1.033(1.014~1.052)和1.018(1.007~1.029),且差异均具有统计学意义(P<0.05)。结论西安市空气污染物SO_2、NO_2、PM_(10)与出生缺陷的发生相关。     

2010-2015年西安市出生缺陷和空气污染的空间分布特征

目的分析西安市出生缺陷、空气污染的空间分布特征,探讨空气污染暴露与出生缺陷结局的相关性。方法计算2010-2015年西安市空气污染物浓度的算术均值、中位数,描述其集中趋势;统计四分位间距描述其离散趋势;反距离权重空间插值法描述空气污染物在整个研究区域的分布情况。统计2010-2015年西安市各区县出生缺陷总的发生数,并结合活产儿监测数据计算出生缺陷发生率,描述其总体发生水平;利用全局趋势分析描述出生缺陷空间上的主体变化规律;采用秩相关分析出生缺陷和空气污染的相关性。结果 2010-2015年西安市空气污染物空间分布结果显示:SO_2在莲湖区、雁塔区、灞桥区、碑林区、新城区等区县浓度较高;NO_2在雁塔区、灞桥区、莲湖区、碑林区、新城区等区县浓度较高;PM10在灞桥区、雁塔区、新城区、未央区、阎良区等区县浓度较高;PM2.5在灞桥区、新城区、莲湖区、未央区、高陵区等区县浓度较高。2010-2015年西安市出生缺陷发生总数为6 858例,围产儿总数为752 142例,发生率为91.18/万。出生缺陷的空间分布自西向东和自南向北方向总体均呈倒U型特点,出生缺陷与NO_2浓度正相关。结论西安市空气污染和出生缺陷存在明显的地区差别,出生缺陷可能与NO_2有一定的相关性。     

季冻区SMA路面材料的选择

依SMA的路用性能选择优质的符合要求的组成材料,选好初试级配．是季冻区SMA路面预防早期破损的有效方法之一。     

季冻区沥青路面车辙预估模型分析

车辙是目前我国沥青路面主要病害之一。针对季冻区年温差大、低温时间长的特点,通过建立沥青混合料的永久变形预估模型,对模型中的温度、轮压、车速参数进行分析,确定车辙叠加计算方法,提出适合有效温度区间特点的车辙累积计算方法,建立季冻区沥青路面的车辙预测模型。     

西安市空气污染物与出生缺陷的时序变化及相关性的生态学研究

目的分析西安市出生缺陷、空气污染的趋势变化和季节规律,探讨空气污染暴露与出生缺陷结局的相关性。方法利用时间序列乘法模型,分解出生缺陷发病人数和空气污染物浓度的时间序列,描述二者的长期趋势及季节变动;采用生态学研究思路,分析出生缺陷与空气污染物的秩相关和交叉相关关系。结果 2010-2015年西安市空气污染分析结果显示,NO_2总体趋势在2013年出现上升,随后在高水平波动;SO_2总体呈缓慢下降趋势,但在2012和2013年出现2次高峰;PM_(10)总体趋势在2013和2014年出现2个小高峰,其余时间变化较为平稳;PM_(2.5)总体趋势呈现缓慢下降,但在2015年后出现小幅上升。2010-2015年西安市出生缺陷分析结果显示,总出生缺陷和先天性心脏病的长期趋势在2010~2014年呈上升态势,之后迅速下降;唇腭裂和神经管畸形的长期趋势在低水平小范围波动。空气污染物与出生缺陷的相关性分析结果显示,总出生缺陷、先天性心脏病在孕前3个月和孕早期3个月与NO_2正相关;先天性心脏病在孕前3个月与PM_(10)正相关。结论西安市出生缺陷、空气污染存在趋势变化及季节规律,妊娠妇女在孕前3个月和孕早期3个月暴露于NO_2与先天性心脏病的发生正相关。