买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提供一种基于时间序列的血小板需求预测系统,包括数据获取与规整模块、时间序列调整模块、时间序列分解模块、子序列建模与整合模块、模型评价模块与模型部署模块。本发明的一种基于时间序列的血小板需求预测系统使用X‑13ARIMA‑SEATS方法将血小板临床供应量序列分解为其趋势、季节性与残差子序列,对趋势与季节性分别构建TimeGPT与ARIMA模型(或使用SNAIVE方法)进行子序列预测,基于乘法分解将预测结果重新组合为对序列整体的预测,从而构建了趋势×季节性的分解‑组合模型。
主权项:1.一种基于时间序列的血小板需求预测系统,其特征在于,包括数据获取与规整模块、时间序列调整模块、时间序列分解模块、子序列建模与整合模块、模型评价模块与模型部署模块,其中:S1,数据获取与规整模块:集成临床血小板供应量数据,包括数据读取、格式规整、描述性统计功能,并将集成后的数据输出至时间序列调整模块,得到时间序列数据;S2,时间序列处理模块:对接收到的时间序列数据进行异常值处理,识别所需差分阶数以满足平稳性,进行Box-Cox变换以满足正态性;调整后时间序列使用X-13ARIMA-SEATS方法进行分解,得到趋势子序列、季节性子序列与残差子序列,分解后时间序列进入滚动窗口,逐批按年滚动输出至子序列建模与整合模块,得到窗口内子序列;S3,子序列建模与整合模块:对接收到的窗口内子序列拟合模型拟合ARIMA、Prophet、TimeGPT、SNAIVE模型进行子序列预测,并组合得到对序列整体的一年期预测值;通过滚动窗口循环执行这一模块,得到指定时间跨度上指定建模方式组合的全部预测值,输出到模型评价模块;S4,模型评价模块:对接受到的预测值计算MAPE、RMSE准确度指标,通过指数赋权方式提升近期预测准确度,从而计算得到加权MAPE、加权RMSE指标评价预测系统整体表现,判断是否可以进行部署;S5,模型部署模块:利用Shiny将通过模型评价的模型封装为可交互式网络应用,从而实现供血预测工作的智能化、图形化,进而提供辅助决策。
全文数据:
权利要求:
百度查询: 浙江省血液中心 一种基于时间序列的血小板需求预测系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。