基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度.以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度.由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34900例.
推荐文章
基于改进的灰色GM(1,1)模型能源消耗预测
GM(1,1)模型
无偏GM(1,1)模型
新陈代谢
预测
非线性GM(1,1,α)模型在港口货物吞吐量预测中的应用
灰色预测
灰色系统
港口吞吐量
非线性GM(1,1,α)模型
基于GM(1,1,μ,ν)模型的股指预测
灰色模型
GM(1,1)模型
股指预测
基于GM(1,1)-MC的大坝变形预测模型
大坝变形
灰色模型
马尔科夫链
GM(1,1)-MC模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的非线性GM(1,1)模型的职业病预测研究
来源期刊 中国安全生产科学技术 学科 工学
关键词 职业病 传统GM(1,1)模型 弱化算子 非线性 预测精度
年,卷(期) 2018,(1) 所属期刊栏目 职业安全卫生管理与技术
研究方向 页码范围 111-116
页数 6页 分类号 X913
字数 4068字 语种 中文
DOI 10.11731/j.issn.1673-193x.2018.01.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨珊 中南大学资源与安全工程学院 55 328 11.0 16.0
2 周智勇 中南大学资源与安全工程学院 52 576 12.0 23.0
3 明俊桦 中南大学资源与安全工程学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (67)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (26)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(10)
  • 参考文献(3)
  • 二级参考文献(7)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
职业病
传统GM(1,1)模型
弱化算子
非线性
预测精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国安全生产科学技术
月刊
1673-193X
11-5335/TB
大16开
北京朝阳区惠新西街17号
82-379
1981
chi
出版文献量(篇)
6865
总下载数(次)
16
总被引数(次)
53643
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导