ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶｏｌ．３９，Ｎｏ．１，２０２３研究与设计微型电脑应用２０２３年第３９卷第１期作者简介：陈娜（１９８７－），女，硕士，会计师，研究方向为预算管理、财务分析、成本核算；郁晓晨（１９８８－），女，硕士，初级会计师，研究方向为医院成本管控、经济运行分析、医保与物价政策研究与管理。文章编号：１００７－７５７Ｘ（２０２３）０１－０１４８－０４ＥＭＤ与ＸＧＢｏｏｓｔ组合算法对门诊量预测的研究与分析陈娜，郁晓晨（上海市第六人民医院，财务处，上海２００２３３）摘要：利用２０１６－２０１９年上海某医院历史门诊量构建数据模型，预测一周日平均和一月日平均门诊量，提出用ＥＭＤ＋ＸＧ－Ｂｏｏｓｔ组合算法在处理日门诊量预测和周门诊量预测。结果表明，该算法优于单ＸＧＢｏｏｓｔ算法。医院门诊量是医院管理涉及的各种要素中最重要的因素之一，是否能够精确的预测门诊量，对医院的医疗资源配置有着重要的影响。由于医院门诊量是一个非线性时间序列，本文首先利用经验模态分解（ＥＭＤ）对门诊量序列进行平稳化处理，然后在此基础上增加温度等外部环境因素特征，结合ＸＧＢｏｏｓｔ算法对门诊量进行预测。实验结果表明，本文提出的ＥＭＤ＋ＸＧＢｏｏｓｔ组合算法不仅有着较好的预测精度，并且相较于以往的算法，进一步将预测的时间精确到日，效果明显优于单ＸＧＢｏｏｓｔ算法。关键词：门诊量预测；时间序列；ＥＭＤ；ＸＧＢｏｏｓｔ中图分类号：ＴＰ４文献标志码：ＡＲｅｓｅａｒｃｈａｎｄＡｎａｌｙｓｉｓｏｆＥＭＤａｎｄＸＧＢｏｏｓｔＣｏｍｂｉｎｅｄＡｌｇｏｒｉｔｈｍｆｏｒｔｈｅＯｕｔｐａｔｉｅｎｔＱｕａｎｔｉｔｙＦｏｒｅｃａｓｔＣＨＥＮＮａ１，ＹＵＸｉａｏｃｈｅｎ２（ＦｉｎａｎｃｉａｌＤｅｐａｒｔｍｅｎｔ，ＳｈａｎｇｈａｉＳｉｘｔｈＰｅｏｐｌｅ’ｓＨｏｓｐｉｔａｌ，Ｓｈａｎｇｈａｉ２００２３３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＢａｓｅｄｏｎｔｈｅｈｉｓｔｏｒｉｃａｌｏｕｔｐａｔｉｅｎｔｑｕａｎｔｉｔｙｏｆａｈｏｓｐｉｔａｌｉｎＳｈａｎｇｈａｉｆｒｏｍ２０１６ｔｏ２０１９，ｔｈｉｓｐａｐｅｒｃｏｎｓｔｒｕｃｔｓａｄａｔａｍｏｄｅｌｔｏｐｒｅｄｉｃｔｔｈｅｄａｉｌｙａｖｅｒａｇｅｏｕｔｐａｔｉｅｎｔｑｕａｎｔｉｔｙｏｆａｗｅｅｋａｎｄｔｈｅｄａｉｌｙａｖｅｒａｇｅｏｕｔｐａｔｉｅｎｔｑｕａｎｔｉｔｙｏ...
