简介：摘要：

简介：摘要：本文针对2016年高教社杯全国大学生数学建模竞赛的C题“电池剩余放电时间预测”，通过研究铅酸电池放电电压与时间、电流的关系，建立指数函数模型来预测电池以不同的电流强度放电时的剩余放电时间。

简介：

简介：摘要：本文探讨了轨道交通客流预测模型及其实证分析。在大量数据分析的基础上，研究者提出了一种新的模型来预测轨道交通客流量。通过对模型的实证分析，发现该模型的预测效果比传统的模型更为准确。本文对轨道交通客流预测领域的研究有一定的参考价值。

简介：摘要：本文针对电子产品制造企业面临的问题，基于多品种小批量的物料生产现状，由于事先无法知道物料的实际需求量现状，运用了时间序列模型对于其未来生产流程进行预测分析。本研究选择 6 种应当重点关注的物料（包括频数、数量、趋势和销售单价），建立物料需求的周预测模型并利用历史数据对预测模型进行评价。实证结果表明预测效果较好，能够为企业合理生产提供参考建议。

简介：摘要：水泥价格预测在其相关生产及贸易领域具有重要意义。通过对山东省P.O 42.5散装水泥月均价的历史数据进行收集处理，来建立ARIMA模型，实现对价格未来走势的预测。结果表明，ARIMA(2,0,0)能较好的拟合水泥价格的走势，并能很好的预测向后两期的价格数据，为研究水泥市场价格变动提供了重要方法。

简介：摘要：国内电力企业依据“SG186标准化设计规范”基本完成了电力营销系统的建设，该系统几乎覆盖了整个中国的信息网络，实现了横向、纵向的一体化信息平台的建设，电力营销业务应用、相关数据采集与处理等子系统也得到了更为广泛的应用。智能电网建设步伐的不断加快，电力营销系统也步入了发展的快速阶段，依据国家电网需求，电力营销系统规划了计量生产调度平台、智能互动网站、营销稽查监控等多套业务系统，全面覆盖了电力营销系统，具有普遍应用性，满足多家电力公司的应用需求。与此同时，中国还发布了《中国电力大数据发展白皮书》，标志着电力大数据时代的开始。本文对基于预测模型的电力精准营销框架进行分析，以供参考。

简介：摘要：

简介：摘要：本文针对内蒙古珠江投资有限公司青春塔煤矿的顶板水害问题，展开深入研究，通过构建一套高效准确的顶板水害预测模型，并提出相应的防治策略。通过综合运用地质数据分析、数学建模及现代信息技术，本研究力图实现对顶板水害的早期预警与有效控制，以保障矿井安全生产，减少经济损失，促进矿区可持续发展。

简介：摘要：本文深入研究了垃圾填埋场稳定化过程及其影响因素，并构建了相应的评价及预测模型。通过对填埋场稳定化机理的分析，识别了关键影响因素，包括垃圾成分、填埋方式、环境因素和人为管理等。在此基础上，利用合适的数学建模方法，构建了能够反映稳定化过程和预测未来趋势的模型。该模型可为填埋场的科学管理和环境风险控制提供理论支持。通过实际应用和效果分析，验证了模型的准确性和有效性。本文的研究为垃圾填埋场的优化管理提供了新的思路和方法，有助于推动城市固体废弃物处理的可持续发展。

简介：摘要：机械密封在工程实践中扮演着重要角色，但其失效常常会导致设备停机和安全隐患。本文通过综合考虑材料特性、工作环境、运行参数等因素，构建了机械密封失效机理与寿命预测模型。分析了机械密封失效的多种原因，包括摩擦磨损、腐蚀、疲劳等，以及这些因素对密封性能的影响。提出了一种基于机械密封工作条件和材料特性的寿命预测方法，采用数值模拟和实验验证相结合的方式，提高了模型的准确性和可靠性。通过案例分析和对比实验验证了所提模型的有效性和实用性，为机械密封的设计、选择和维护提供了理论指导和技术支持。

简介：摘要

简介：摘要：本文研究了基于机器学习的工程成本预测模型。首先，介绍了工程成本预测在工程领域的重要性以及传统预测方法的局限性，强调了机器学习技术在该领域的潜在优势。接着，详细阐述了机器学习的理论基础，包括基本概念和常用算法，并分析了这些算法在工程成本预测中的适用性。随后，构建了基于选定算法的工程成本预测模型，并介绍了数据收集与处理、模型选择与构建的过程。在模型训练与优化阶段，通过训练数据集对模型进行训练，并采用多种方法对模型进行优化以提高预测精度。最后，通过实验设计与实施，展示了模型在预测工程成本方面的性能，并与传统方法进行了对比。研究结果表明，基于机器学习的工程成本预测模型具有较高的预测精度和泛化能力，为实际工程成本预测提供了一种新的有效方法。

简介：摘要：电力负荷预测在电力系统规划和运行中具有重要作用。为了提高预测精度，本研究提出了一种基于深度学习的电力负荷预测模型。首先，收集并预处理了历史电力负荷数据及相关气象数据。其次，构建了包含长短期记忆网络（LSTM）和卷积神经网络（CNN）的混合模型，通过特征提取和时间序列分析相结合的方法来进行负荷预测。模型训练过程中，采用了交叉验证和超参数优化技术，以提高模型的泛化能力和稳定性。实验结果表明，相比传统预测方法，本研究所提出的深度学习模型在预测精度和鲁棒性方面均有显著提升。该研究为电力负荷预测提供了一种有效的方法，具有广泛的应用前景。

简介：摘要目的建立膈肌增厚分数（DTF）与腹内压（IAP）监测导向的风险预测模型，探讨该模型对重症急性胰腺炎（SAP）患者撤机失败的预测价值。方法采用前瞻性研究方法，选择2020年8月至2021年10月锦州医科大学附属第一医院重症医学科收治的63例诊断为SAP并且行有创机械通气治疗的患者。在患者符合临床撤机标准时实施自主呼吸试验（SBT），将心血管状态稳定、肺功能状态良好、无胸腹矛盾运动、氧合充足定义为撤机成功，反之定义为撤机失败。比较撤机成功与失败两组患者的基线资料，以及SBT 30 min DTF、IAP、潮气量（VT）、呼吸频率（RR）、体质量指数（BMI）、血乳酸（Lac）等临床指标；将单因素分析中差异有统计学意义的指标纳入二分类多因素Logistic回归分析，建立风险预测模型。采用Pearson相关法分析SAP患者SBT 30 min DTF与IAP的相关性；绘制受试者工作特征曲线（ROC曲线），分析SAP患者SBT 30 min撤机失败风险预测模型的预测价值。结果63例SAP患者均纳入分析，其中撤机成功42例，撤机失败21例；两组年龄、性别及入院时氧合指数（PaO2/FiO2）、序贯器官衰竭评分（SOFA）和急性生理学与慢性健康状况评分Ⅱ（APACHEⅡ）等基线资料比较差异均无统计学意义，说明两组资料具有可比性。与撤机成功组比较，撤机失败组患者SBT 30 min IAP、RR、BMI、Lac均显著升高〔IAP（mmHg，1 mmHg≈0.133 kPa）：14.05±3.79比12.12±3.36，RR（次/min）：25.43±8.10比22.02±5.05，BMI（kg/m2）：23.71±2.80比21.74±3.79，Lac（mmol/L）：5.27±1.69比4.55±1.09，均P<0.05〕，而DTF和VT则显著降低〔DTF：（29.76±3.45）%比（31.86±3.67）%，VT（mL）：379.00±98.74比413.60±33.68，均P<0.05〕。二分类多因素Logistic回归分析显示，DTF 〔优势比（OR）＝0.758，95%可信区间（95%CI）为0.584~0.983，P＝0.037〕、IAP（OR＝1.276，95%CI为1.025~1.582，P＝0.029）和RR（OR＝1.145，95%CI为1.014~1.294，P＝0.029）为SAP患者SBT 30 min撤机失败的独立危险因素；采用上述危险因素建立SBT 30 min撤机失败风险预测模型：Logit P＝-0.237－0.277×DTF+0.242×IAP+0.136×RR。Pearson相关分析结果显示，SAP患者SBT 30 min DTF与IAP存在明显相关性，且呈显著正相关（r＝0.313，P＝0.012）。ROC曲线分析结果表明，SAP患者SBT 30 min撤机失败风险预测模型的ROC曲线下面积（AUC）为0.716，95%CI为0.559~0.873，P＝0.003；敏感度为85.7%，特异度为78.6%。结论DTF、IAP和RR是SAP患者SBT 30 min撤机失败的独立危险因素；由这3个指标建立的DTF与IAP导向的风险预测模型对SAP患者撤机失败具有良好的预测价值。

简介：摘要目的验证Bevilacqua乳腺癌术后淋巴水肿风险预测模型的临床适用性及可行性。方法回顾性分析2010年1月至2015年12月203例乳腺癌患者临床资料，临床数据分析使用统计学软件SPSS 24.0。Cox回归模型分析乳腺癌患者术后发生上肢淋巴水肿的危险因素，以P<0.05为有统计学意义；绘制ROC曲线，以曲线下面积检验模型预测效果；应用Hosmere-Lemeshow检验评估预测值与实际值的校准程度，以P>0.05为预测模型校准能力较好，预测与实际没有区别。结果所有患者随访共计62～86个月，中位随访时间70个月。术后5年内共发生上肢淋巴水肿患者45例(22.2%)。Cox回归模型分析结果显示，高身体质量指数(BMI)、接受过新辅助化疗、全腋窝淋巴结清扫、接受过放疗是上肢淋巴水肿的独立危险因素。Becilacqua上肢淋巴水肿风险预测模型ROC曲线分析结果显示，模型AUC值为0.711，95%CI(0.651～0.760)，有较好的的预测效果。Hosmer-Lemeshow检验结果显示，风险预测模型预测风险与实际无明显差异(P＝0.262)，校准能力较好，与实际差别不大。结论Bevilacqua术后6个月淋巴水肿风险预测模型的准确性及适用性较高，可用于临床对乳腺癌保乳术后淋巴水肿的预测，可为预防淋巴水肿的发生制定干预决策提供参考。

简介：摘要目的基于临床数据及超声内镜检查，研究其对肝硬化食管静脉曲张结扎术（EVL）后食管静脉曲张破裂出血（EVB）的预测价值。方法对400例符合入组标准的预防性EVL患者行普通内镜及超声内镜检查，监测其临床指标、镜下表现、食管周围侧支静脉、食管旁静脉、穿通静脉直径及数量等，对相关因素进行多因素Cox比例风险回归分析；基于预后相关独立因素建立列线图（nomogram）预测模型；通过一致性指数（C-index）对所得列线图进行内部验证以检查其预测精度、校正曲线评估其一致性、临床决策分析评估其临床效益。结果年龄、性别、病因、peri-ECV数量、para-ECV直径、门静脉直径、奇静脉直径均为疾病进展的危险因素（P < 0.05）；并将其纳入构建列线图，内部验证所得C-index为0.864；该模型预测出血进展的受试者操作特征曲线下面积为0.994 (P < 0.001），说明对疾病的预测价值高、校正曲线验证一致性俱佳。结论基于临床数据及超声内镜检查，构建的列线图预测模型对肝硬化食管静脉曲张患者进行预防性干预治疗可有效提高该人群的治疗效果，减少静脉曲张的发生、提高其生存质量，表现出良好的性能、对临床治疗决策具有一定的指导意义。

简介：摘要目的探讨在社区医院中应用Rothman-Keller预警模型预测老年高血压患者脑卒中风险的效能。方法2018年6月选取与新乡市中心医院有合作关系的4个社区医院的老年高血压患者1 267例作为研究对象，根据Rothman-Keller模型收集收缩压、舒张压、高密度脂蛋白胆固醇（HDL-c）、低密度脂蛋白胆固醇（LDL-c）、同型半胱氨酸（Hcy）、高尿酸血症、空腹血糖受损/糖尿病、脑卒中家族史、颈动脉斑块阳性、规律服药、坚持体育锻炼、吸烟共12项危险因素，并比较不同特征患者脑卒中发生风险因素的差异。于2019年6月和2020年6月分别进行随访，随访主要内容为血压控制情况、脑卒中发生情况和死亡情况等。采用Rothman-Keller模型分别评估总体人群及不同性别人群老年高血压患者的脑卒中发生风险，分析该模型的应用效果。结果1 267例高血压患者中，共失访54例，失访率为4.26%；随访时间为（43.40±8.22）个月。男性患者的收缩压、LDL-c、吸烟比例和颈动脉斑块阳性率高于女性患者，差异有统计学意义（P<0.05）。Rothman-Keller模型判断总人群、男性人群、女性人群并发脑卒中的灵敏度、特异度及诊断符合率分别为0.82、0.76、75.93%；0.86、0.82、81.78%；0.73、0.83、82.61%。Rothman-Keller模型判断总人群、男性人群、女性人群并发脑卒中的ROC曲线下面积分别为0.773、0.784、0.824 （P< 0.01）。结论Rothman-Keller模型可以很好地预测社区老年高血压患者脑卒中的发生风险，操作简便，是实用的脑卒中风险预测工具。

简介：摘要目的建立SAP患者肺炎克雷伯杆菌(KP)感染风险列线图预测模型。方法回顾性分析2016年3月至2021年12月间上海市第一人民医院收治的109例SAP患者的临床资料，根据是否发生KP感染将患者分为感染组(25例)和非感染组(84例)，比较两组患者的临床特征。对单因素分析有统计学意义的变量采用最小绝对值收敛和选择算子算法(LASSO)进行降维处理，将LASSO回归模型优化后得到的特征纳入多变量logistic回归分析并建立列线图预测模型。绘制列线图的受试者工作特征曲线(ROC)，计算曲线下面积(AUC)，使用一致性指数(C-index)评估预测模型的诊断能力。结果109例SAP患者分离出KP 25株，其中21株(84.0%)显示出泛耐药、多重耐药现象。单因素分析结果显示，20个风险因素(SOFA评分、APECHEⅡ评分、Ranson评分、MCTSI评分、机械通气时间、禁食时间、腹腔引流管留置时间、深静脉置管留置时间、侵袭性操作次数、是否有外科干预、是否行ERCP术、高级别抗生素使用种类、胃肠功能障碍、凝血异常、代谢性酸中毒、胰腺坏死、腹腔出血、腹腔高压、ICU住院时间、住院总时间)与SAP患者发生KP感染相关。应用LASSO回归对上述20个因素降维处理后得到4个变量，分别为APACHEⅡ评分、腹腔引流管留置时间、高级别抗生素使用种类、住院总时间。多因素logistic回归分析结果显示，上述4个变量为影响SAP患者发生KP感染的风险因素(P值均<0.05)。基于以上4项变量建立SAP患者KP感染列线图预测模型，经评估显示该模型的C-index为0.939，AUC值为0.939(95%CI0.888~0.991)，提示该列线图模型具有较精准的预测能力。结论本研究建立的预测模型结合患者的基本临床数据，可以方便临床工作中对SAP患者发生KP感染的风险预测，从而为患者制定更优的治疗方案。

简介：摘要目的探讨多参数MRI中子宫肌瘤患者高强度聚焦超声（high intensity focused ultrasound, HIFU）术后无再干预危险因素，建立无再干预概率列线图预测模型。材料与方法回顾性分析川北医学院附属医院2016年3月至2017年12月期间诊断为子宫肌瘤并行HIFU治疗的患者MRI影像资料及临床特征。通过电话随访的方式了解患者HIFU术后再干预治疗情况。使用Kaplan-Meier、Cox比例风险回归筛选出子宫肌瘤HIFU术后再干预的独立危险因素；应用R软件建立预测子宫肌瘤HIFU术后3年、5年的无再干预概率的列线图模型，并验证其预测性能。结果共纳入191例患者，术后再干预率为23.6%（45/191），单因素分析显示，年龄、肌瘤体积、T2WI信号类型、T1WI强化类型、标准表观扩散系数（standard apparent diffusion coefficient, StandardADC）值、慢速表观扩散系数（SlowADC）值为潜在危险因素。多因素Cox比例风险回归分析结果显示，年龄、T2WI信号类型、T1WI强化类型、SlowADC值是子宫肌瘤HIFU术后的独立预后因素，依此建立的列线图C-index为0.745（95%置信区间为0.672～0.818）。3年和5年受试者工作特征（receiver operating characteristic, ROC）曲线下面积（area under the curve, AUC）分别为0.833、0.749，校准曲线也证实模型与实际再干预情况的一致性较好。结论基于MRI多参数指标与临床特征可预测子宫肌瘤HIFU术后3年、5年的再干预情况，可为临床个性化治疗提供参考依据。