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。
技术关键词
需求预测系统
序列
模块
集成临床
数据
迭代算法
格式
指标
脚本
决策
指数
变量
参数
系统为您推荐了相关专利信息
混合深度学习模型
长短期记忆网络
摄像头系统
卷积神经网络模型
环境传感器
工作站
混合整数规划模型
水循环算法
位置更新
模式
仿真模型
效能
实时数据
仿真系统
服务器集群环境
贝叶斯神经网络
等级评价方法
污水管道
指标
贝叶斯后验概率
协同优化控制方法
优化控制算法
差分隐私技术
聚类分析算法
计算机可执行指令