| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 本文贡献 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 相关研究 | 第17-25页 |
| 2.1 医院开支预测相关研究 | 第17-20页 |
| 2.1.1 数据特征研究及模型选择 | 第17-18页 |
| 2.1.2 GM(1,1)模型 | 第18-19页 |
| 2.1.3 GM(1,1)模型的发展 | 第19-20页 |
| 2.2 住院人数预测相关研究 | 第20-24页 |
| 2.2.1 数据特征研究及模型选择 | 第20-21页 |
| 2.2.2 支持向量机概述 | 第21页 |
| 2.2.3 支持向量机回归模型 | 第21-22页 |
| 2.2.4 支持向量机回归模型参数的选取 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于AG-GM(1,1)模型的大医院开支预测 | 第25-42页 |
| 3.1 GM(1,1)模型的改进 | 第25-35页 |
| 3.1.1 适用于高增长序列的GM(1,1)模型 | 第26-33页 |
| 3.1.2 适用于普通增长序列的GM(1,1)模型 | 第33-35页 |
| 3.2 基于AG-GM(1,1)模型的大型医院开支预测算法 | 第35-38页 |
| 3.2.1 原始数据修正方法 | 第35-36页 |
| 3.2.2 波动平衡因子 | 第36-37页 |
| 3.2.3 构建预测算法 | 第37-38页 |
| 3.3 实验评估 | 第38-41页 |
| 3.3.1 实验环境 | 第38页 |
| 3.3.2 数据集 | 第38页 |
| 3.3.3 比较方法与度量标准 | 第38-39页 |
| 3.3.4 实验结果与分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于WF-SVR的大医院住院人数预测 | 第42-54页 |
| 4.1 对支持向量机回归模型的优化 | 第42-46页 |
| 4.1.1 果蝇算法对SVR的优化 | 第43-45页 |
| 4.1.2 对惩罚权重的加权优化 | 第45-46页 |
| 4.2 基于WF-SVR的预测模型 | 第46-49页 |
| 4.2.1 相关因素分析及建立样本集 | 第46-48页 |
| 4.2.2 支持向量机回归模型的建立 | 第48-49页 |
| 4.3 实验评估 | 第49-53页 |
| 4.3.1 确定数据集和优化参数 | 第49页 |
| 4.3.2 比较方法与度量标准 | 第49-50页 |
| 4.3.3 实验结果与分析 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
| 攻读学位期间获奖情况 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
