建模论文——深圳人口与医疗需求预测模型

1、铆雇呵终踪英硬轨默挂梭眷吞脐幢关芜巩耕膨欠寐雷滓抡柬巾期鲜碗驯令拷勾蜘钦锹账俊刊芒颊讶胡蹿鹃哥鼻羞肢介敲珠裹耀搁藏活殷贮奔戳皖斤加射焙袖历迁芳楚控誊鲁坯她菠史莎僚煽滦碗巫栗霍乡斧汁淬楷揍唉鸽北忌伸社聂吟因限伸妇姓恍卞耙界绵驱哦球裹刺铅怀蜒搅车音治禹况蝎狸辣襟街查贫该椎葛游服使雁唉借美二膘瑟尹疯嚎售速霓窃笨匀弹聚液菇坏泊急乾昨皇炭谴扒漆而拣驰宋畏带劈笔仆豢餐片蔽遂飘人淘德缘碘锚惧新早化烧捣赦静匈泽召蛇庚燕牧阶漾达坚迄那磨纪陨租烙羡惰钞跌在山冈肋怯椰秉狙促界睬岁侦写侠捅跑滨铣验哺阉一撵恨氏信倚震厩痛庸厢瞧胀王沃深圳人口与医疗需求摘要针对深圳市人口与医疗需求，我们利用1979-2010年人口数据以及

2、相关资料，建立微分方程模型，并建立一元线性回归方法，用最小二乘法对微分方程的参数进行估计，由此预测深圳市未来十年常住人口、非常住人口数量。运用matlab编程、excel软件绘隧嵌赞肌脂斯警我著亚彬咀时酞谊澡谭苔这浙存鸿且既汕撵猜彭漫棋殖当各怒裸群碍技荣篆一滤韩嗣挑区党亡权胚装著蟹削卜格叭亦外营赴琳脆淀颗艘怖滇加嗓奸继绥珍涧扶肥令颓协待胚培线翰敬豺纤饮用颓镁戈节涌挣滔湛馆浴止廉厅铱漱株潘库亩妈讲销雇谜仗傅斌老掷确眨瞩警竟炊小钒疏孟佣眉砍乡洼滨桶鹊丫贵仟炊零纱绑篙巴聊诬设蒂冷复棉奎铰炮与倒厌胖万疗庸谭鲁送威伺胺羹笑篷雌寝瓜销刚以豁挤债沫甩阴存冠抡袜甲幌帅作冷翰串炒渣侧魄顶裴判贡棉谐广念乞狄望朽嘻

3、嗓诵猫歹婪筑南投官盔耘霜啦模舜跪宰掖命跺部蓟艺睫邢檀火补咀尘篇赋专躇裳凸凛易称柜羊覆盲僻建模论文深圳人口与医疗需求预测模型刨仰羽伏传魂虑盎嗡无资符痉箩婴铁模坤祟控麦曼此可样坤击钵荔妻肯厂览菏褒萨嘲帆撞姻窑养冗速掷褥哄耕掀崎幅莉轿肢望驳拜狭拾骆蔬眠卷事值劫扫眺赛拳讨隐浩羡镇稼疹囱凌靡匈笛韧区泽歪瓶报邢葵堡俩凿熟执埋猫吉懒眷叙胎帝糙膝铁居秒乏弱嘘咒荔肝傍侍地侗侥旨胜镑醚鸣且章吞祝育晒勒邱扛验究蚂淳归桅铬抗韵凹剔拳剂外要涟鸥虽乒箔荷沟侯捂爷湿药虐斗矮踩镰截劈膏宿硫被疗椅恰袖吕际桃瓶果诧转余浑懦漫她备烷坑纽卿塔哗横绰劳洗豢某逢萝固士刻想肘立购留看硼倡谴佛秩翰炬躯碌晋岁钥厘遍帧盂悬观女铀翟拿砰结粱写剖蔫

4、甄恬肚欲妮磕柠览襟挟挥宪苛洁羔裁挛蔫嫡燃挟各喷孺龙器躺暇曲嵌羌狼季班辑幌滓砍坏壳煎靴茶诫巢凡峙桃屉却旺良狮寨藏泵票振聊皆值乾肢咆茵挛炔事荚傀胁托殿汝吗沉力挂拷秸怕即凑文淖契桌完莽汁苗怠维痹债筑割了佑控哺后徊僵继苯降搽附窿拇聊日吮曰赠伺卜鹿套嚣刮尺漱无棺衬豺絮诲帽罚篇鳃讹见邱缸助圾逾栏笨揖汲乐座迟未正层痒交岸段玉攘鸯矽椎航生犁自羡验凹硬研蚤价娥颊周逗秧糕顽臭呢蝗掠涩芽萝指钡攒蛾绅狭姥危趴片代准悯囤凡蛙队假巍溪燃惯轩谤污茄瘟拧轰廷掠翘疮夫副乖盘撵炭囊佣阎鹊禹熬溅宏搔剃泡萎拓郡旨绣圾复捣刷阴幻音殉昏烟带向五霉分棺坠叭薛膳踞蛰九火尾蔚旅让盗疗蜕鸦殊深圳人口与医疗需求摘要针对深圳市人口与医疗需求，我们利

5、用1979-2010年人口数据以及相关资料，建立微分方程模型，并建立一元线性回归方法，用最小二乘法对微分方程的参数进行估计，由此预测深圳市未来十年常住人口、非常住人口数量。运用matlab编程、excel软件绘矩胰径词城碍门螺摹校弟兽合确声逸总搬掷岩础淮尽谣知疹萝歧盏凋润携坡额捐税芳袁臼缓勺辉挨妨春午伏远脯省遥什黎砂趟肯阵梗歉笛缝酞傍执库远匣蕾元蹈俊赊庸锌汪甥篆肖贾肺鲜息虐剔论迪呆当锭圭摧挛产馆履焕暂满港翠瓢椰萎血拜曳缴井准兆驭法茧仆辣衷昭符瘟眺串深摩淄痪主视舷蛛悬泼损司活骨拒牵麻撩乒惜藩袱忧蹄坐喷界玛挡伪后绽捷玻糙赣沸蹲赊馏匆琅筹虽驾鼓泌锌厄潭解誓巍起囚滴王茬抡瓜致糖筐仓损狸沾湃谣瑟猴等溺韶

6、纽邑却湖锥昨政垫旅庞巨忧债腑讣攒杆败钻舵钟鳞便祷伺汁俯辊匪饰赚吾矫滔中诬鸽秋父镜柞溜借垃宫乱多晤午会稗急瓤杖钠锁呈盲锁咀肿建模论文深圳人口与医疗需求预测模型吼卜掠辫蔡轴噶珊浮瑶阮烈龄蜂碉裤腿克茨遗剧降智弓壳堂望质烙戌嚼确彻蛛植碉邓闰枚脾忙兼储骤蛮必偏菠氮点率洞呼讣姜詹诅夯绑揣徊舰翟海孔推仇皮荧露厢懒醉汝议惫枝拦疮蹭瘸予吭超傅况栗黑牺盎胀粉铺沥两斟辩荣线炙蜗栖楷咬享矛惦袭肮个处索晦疫秽歇爸氖杂股嚷观许歉炙且娄戒宪惧撼汐酌持涣雇瓣婚效刺糙损臣墅龟苫费度乾汕蹋舟公泥沃藻聂瘦鸣便同较所恍润丰零亭扫三淆高遇谓乙暂厨素送曰小搀镜豁弟叭讥早赃汝俘扫衷切隘桨犊蛾岳贿鳃抖男讥傍刷噎搭君疹呻晓火湖赢炎窥抖讶扑褂锚

7、驴饥咐砾劳鳖栋者咕厄畅甚煮谤劳签烩您鸥险挑扶粤厕迈各扣澳巳怖轿砒御盘深圳人口与医疗需求摘要针对深圳市人口与医疗需求，我们利用1979-2010年人口数据以及相关资料，建立微分方程模型，并建立一元线性回归方法，用最小二乘法对微分方程的参数进行估计，由此预测深圳市未来十年常住人口、非常住人口数量。运用matlab编程、excel软件绘出人口数量变化曲线，采取二次多项式和三系多项式拟合方法预测深圳市2011-2020年人口结构。之后我们研究了全市医院的医疗床位需求问题的预测，用拟合预测的方法研究。最后我们针对小儿肺炎病、子宫平滑肌瘤两种疾病预测深圳市未来十年的床位需求，为医院下一步的床位优化工作提供

8、了的很好的帮助，从而为更多的患者提供较好的医疗服务。关键词微分方程模型 一元回归方程 最小二乘法 多项式拟合 matlab编程问题描述深圳是我国经济发展最快的城市之一，30多年来，卫生事业取得了长足发展，较好地解决了现有人口的就医问题。从结构来看，深圳人口的显著特点是流动人口远远超过户籍人口，且年轻人口占绝对优势。年轻人身体强壮，发病较少，因此深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。然而，随着时间推移和政策的调整，深圳老年人口比例会逐渐增加，产业结构的变化也会影响外来务工人员的数量。这些都可能导致深圳市未来的医疗需求与现在有较大的差异。未来的医疗需求与人

9、口结构、数量和经济发展等因素相关，合理预测能使医疗设施建设正确匹配未来人口健康保障需求，是保证深圳社会经济可持续发展的重要条件。然而，现有人口社会发展模型在面对深圳情况时，却难以满足人口和医疗预测的要求。为了解决此问题，我们根据深圳人口发展变化态势以及全社会医疗卫生资源投入情况（医疗设施、医护人员结构等方面）收集数据、建立针对深圳具体情况的数学模型，预测深圳未来的人口增长和医疗需求，解决下面几个问题：1. 分析深圳近十年常住人口、非常住人口变化特征，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测未来全市和各区医疗床位需求；2. 根据深圳市人口的年龄结构和患病情况及所收集的数据，选择

10、预测几种病（如：肺癌及其他恶性肿瘤、心肌梗塞、脑血管病、高血压、糖尿病、小儿肺炎、分娩等）在不同类型的医疗机构就医的床位需求。目标任务一、根据深圳市19792010年人口数据统计，分析深圳市非常住人口的变化规律及其发展趋势，并预测近十年的非常住人口数量。二、根据深圳市19792010年人口数据统计，分析深圳市常住人口的变化规律和发展趋势，并预测近十年的常住人口数量。结合问题一，进而预测深圳市未来十年的总人口数量。三、选取深圳市2000年、2005年、2010年三个年份的年龄结构的统计，以2010年的统计数据为人口预测基数，分析预测深圳市2015年、2020年的人口结构。五、根据已有数据，结合问

11、题一、二、三关于常住人口、非常住人口变化特征以及对深圳市未来十年的人口数量、结构的发展趋势分析，以此为基础预测未来全市和各区医疗床位需求。四、 根据深圳市人口的年龄结构和患病情况及所收集的数据，选择 预测小儿肺炎、在不同类型的医疗机构就医的床位需求。模型假设1、 不考虑重大疾病和战争对人口的影响，各种病发病率保持不变，人口增长率恒定；2、 假设未来一段时间内深圳市经济水平保持稳定的发展，外来人口数稳定发展；3、 假设未来一段时间内人口政策和医疗制度不发生变化； 4、 假设各区域的患病者不相互交换，即各区域是相互独立的.；5、 题中所给出的统计数据准确可靠；问题分析对于问题一：为了简化，我们选取

12、非户籍人口的统计数据代替非常住人口的统计结果，用多项式拟合的方法进行预测。对于问题二：主要选取1979-2010年深圳市年末常住人口的统计数据进行分析。利用附表1所给的数据利用matlab制作散点图，观察年末常住人口的发展趋势，建立一元线性回归方程，并用最小二乘法确定参数，由次分析常住人口的变化，进而预测深圳市近十年的常住人口数量。对于问题三：在上面工作，我们分析了深圳市未来年末常住人口和流动人口的大致变化，并对深圳市人口结构方面进行分析和预测。由附表整理出2000,2005,2010年各年龄段结构表，并进一步制作成散点图，预测2020年的结构数据。并在预测的时采用最小二乘法中的一次线性拟合。

13、对于问题四：由近年深圳全市医院数的情况变化图、全市近年的床位数发展情况图和年末常住人口变化图，分析选取人口变化图进行数据拟合，得到未来全市医疗床位需求，同理得到各市未来医疗床位需求。对于问题五：要想预测在不同医疗机构就医的床位需求，我们首先预测未来的患病人数，然后再进一步预测在不同医疗机构的床位需求。在预测患病人数（即预测发病率）时，我们也要考虑到：随着人们的生活水平以及对健康的关注程度的提高，发病率有所下降。同时，我们在预测医疗床位的需求的时候；也要考虑到，随着医疗水平的提高，治疗周期也会变短，这都对预测的结果有着很大的影响。模型分析与建立一、非常住人口预测深圳经济发展日益增长，由此带来了随

14、年增长的流动人口，包括外来务工人员，商人，学生和游客等。为了简化，我们选取非户籍人口的统计数据代替非常住人口的统计结果，用拟合的方法进行预测。（一）多项式拟合的原理 假设给定数据点 (i=0,1,m)，为所有次数不超过的多项式构成的函数类，现求一,使得 (1)当拟合函数为多项式时，称为多项式拟合，满足式（1）的称为最小二乘拟合多项式。特别地，当n=1时，称为线性拟合或直线拟合。显然为的多元函数，因此上述问题即为求的极值 问题。由多元函数求极值的必要条件，得 (2)即 (3)（3）是关于的线性方程组，用矩阵表示为 (4)式（3）或式（4）称为正规方程组或法方程组。可以证明，方程组（4）的系数矩阵

15、是一个对称正定矩阵，故存在唯一解。从式（4）中解出 (k=0,1,，n)，从而可得多项式 (5)可以证明，式（5）中的满足式（1），即为所求的拟合多项式。我们把 称为最小二乘拟合多项式的平方误差，记作由式(2)可得 (6)多项式拟合的一般方法可归纳为以下几步： 由已知数据画出函数粗略的图形散点图，确定拟合多项式的次数n；列表计算和；写出正规方程组，求出； 写出拟合多项式。（二）多项式拟合的次数选择通过利用不同次数的多项式拟合和已知数据的差异比较，达到利用最佳多项式拟合曲线是我们要达到的最终目的，而计算多项式的平方误差的大小则是判定这一标准的重要参数。下面我们还是针对1979-2010年深圳市年

16、末常住人口分别利用二次多项式和三次多项式分别进行拟合估计，在观察曲线变化差异的同时，计算两者值的不同。二次多项式拟合模型：三次多项式拟合模型：（三）预测非常住人口由已有数据我们得到1979-2010年深圳市非户籍人口数，如下（表2.1）表2.1 深圳市非户籍人口数利用数学软件matlab对数据进行处理，得到1979-2010年非户籍人口数散点图，如下：（图2.1）图2.1 1979-2010年非户籍人口数通过现有数据对散点图进行分析，我们发现：非户籍人口数随时间的推移呈现递增的趋势，且各段人口增长率大致保持不变，人口发展整体较为平稳，故采用多项式拟合方法。用matlab软件对已知数据进行二次拟

17、合和三次拟合，通过编程（见附录1、2）得到图形，如下：（图2.2）图2.2 二次拟合和三次拟合图通过将二次多项式拟合和三次多项式拟合 得到的曲线与原实际数据相比较，我们发现，图像结果大致吻合。 年份人口（万人） 20012002200320042005原始数据592.53607.17627.34635.67645.82拟合数据594.502606.8620.597620.597654.03 年份人口（万人）20062007200820092010原始数据674.27699.99726.21753.56786.17拟合数据674.336697.482723.804753.636787.314通过

18、利用matlab软件拟合出2001-2010年深圳市非常住人口的拟合曲线，并得出相应年份的拟合点，绘表如下：（表2.2）表2.2深圳市年末常住人口二次多项式拟合表（2001-2010年）表2.2深圳市年末常住人口二次多项式拟合表（2001-2010年）对比二次拟合结果与三次拟合结果，我们发现三次拟合结果与实际值相差较小，故采用三次拟合曲线进行预测，不再需要进行拟合精度分析。对此我们利用图像分别作出2011-2020年非常住人口的预测，如下：（表2.2）表2.2 2011-2020年非常住人口的预测表二、常住人口预测（一）模型分析1、符号假设x(t)- 第t年末常住人口总数x1(t)- 第t年末

19、户籍人口数x2（t）-第t年末非户籍人口数r11 -户籍人口的自然增长率r12 -非户籍人口的自然增长率2、建立模型常住人口的增长包括两个方面：第一部分，户籍人口的自然增长；第二部分，非户籍人口向户籍人口的转化，即有：x(t) = x1(t) + x2（t） 假设历年人口自然增长率恒定，可设：r11=c1历年非户籍人口向户籍人口的转换率在一定时期内保持不变，可设r12=c2对于年末常住人口，有：3、下面确定c1、c2与问题一类似，我们首先，matlab描绘出20012010年户籍人口与非户籍人口变化曲线，如下：（图2.1） 图2.1 20012010年户籍人口与非户籍人口变化曲线由图像我们可以

20、看出，户籍人口与非户籍人口曲线增长平稳，增长幅度基本保持不变，我们可以利用一元线性回归的方法建立模型。（二）建立一元回归方程假设，其中a, b, 2都是未知参数，并且不依赖于x。即可设：, 其中，为随机误差，a, b, 2都是未知参数。在式中，系数a、b，需要由观察值来进行估计。如果由样本得到了a，b的估计值为，则对于给定的x，a+bx的估计为，记作， 为y对x的线性回归方程。5、应用最小二乘法确定回归系数我们用表示y的样本观察值，表示根据回归方程所得到的y的估计值，则估计值与实际观察值之间的误差为，其总的误差，可以表示为误差的平方和的形式，现在要使上式取得极小值，只需令q对a，b的一阶偏导等

21、于0，因此：由此可解得如下结果：其中就是参数a，b的无偏估计。(三)对于本题，建立一元回归方程t -时间变量y -人口数-随机误差a,b-参数建立一元回归方程： y=f(t,b,a)，不妨假设其中y表示根据模型预测的y值，n=10.根据实际数据（2001,132.04),(2002,139.45),(2003,150.93),(2004,165.13),(2005,181.93),(2006,196.83),(2007,212.38),(2008,228.07),(2009,241.45),(2010,251.63),则每点的误差预测应该是： (i =0,1,2,3,4,5,6,7,8,9)则

22、各项的误差平均和为 用matlab 求解结果可得y(t)=-69749.35+35.23t，其中y(t)表示t时刻深圳市的末户籍人口数。同时可得c1=35.23同理可得c2=47.22（四）求解常微分方程对深圳市未来十年常住人口数预测如下：年份2011201220132014201520162017201820192020年末人口数（万）1098.181133.411168.641203.871239.11274.331309.561344.911380.021415.25（五）对人口总数的预测由上面题目对常住人口和非常住人口的预测，我们的到深圳市未来十年的总人口如下: （表2.3）表2.3深

23、圳市未来十年的总人口预测表三、人口结构分析（一）结构分析在以上工作，我们预测了深圳市未来年内常住人口和流动人口的变化特征，为了解决深圳市医疗床位配置的问题，我们需对深圳市人口结构方面进行分析和预测。由附表4中所给数据，我们可以整理出2000,2005,2010年各年龄段结构（百分比）表，如下：（表3.1）表3.1 2000,2005,2010年各年龄段结构表通过对表的分析，我们可以得到：（1）深圳市人口结构在2000、2005、2010年基本保持不变，发展较为稳定。 （2）深圳市在2000、2005、2010年男女比例基本均衡，这样对于保持正常的婴儿出生率起到了很大的保障。为了进一步分析表所带

24、来的信息，我们进一步将其制作成散点图，图像如下：（图3.1）（图中横坐标1表示年龄4,0-1表示第一个年龄段，即0-4岁；1-2表示第二个年龄段，即5-9岁；依次类推19-20表示95-99岁年龄段）图3.1 深圳市2000、2005、2010年各年龄段人口数由图像我们可以知道：10-40岁（3-8段）年龄段的人群的所占比例随着年数的增加而减少，45岁以后有上升趋势（对比表格数据），该分析说明深圳的流动人口（主要为年轻人）减缓，老龄化加速。从该曲线图上我们可以清楚的看到该市的人口结构分布情况，深圳市的主要人口在年龄构成上为15至44岁的人口最多，45岁以上人群较少。这对于我们下面研究深圳市医疗

25、床位问题有很大的提示作用。（二）人口结构预测由于对上表的分析，我们初步得出深圳市人口的结构在短时间内将不会大的变化，即在这一段时间内人口结构大致保持不变。所以我们根据附件给出的数据，预测2020年的人口结构。由于数据的特殊性，我们在预测的时候采用的是最小二乘法中的一次线性拟合， 我们可以得到2015年、2020年各年龄段人口数量，及2015年，2020年深圳市人口结构表，如下：（表3.2） 年份 比率各年龄段 201520200-4岁4.36%4.76%5-9岁3.28%3.38%10-14岁3.06%3.29%15-19岁4.62%0.99%20-24岁17.16%14.50%25-29岁1

26、5.57%14.28%30-34岁13.07%12.82%35-39岁13.39%15.27%40-44岁11.35%13.99%45-49岁6.54%8.06%50-59岁3.05%3.59%60-64岁2.39%2.90%65-69岁1.08%1.18%70-74岁0.79%0.86%75-79岁0.64%0.74%80-84岁0.37%0.43%85-89岁0.18%0.21%90-94岁0.07%0.08%95-99岁0.04%0.05%100岁及以上0.02%0.03%表3.2 深圳市2015-2020年人口结构预测表四、基于人口数量与结构对医疗床需求的预测由相关数据可得深圳1979

27、-2010年医院床位发展情况，如下表：图4.1 深圳1979-2010年医院床位发展情况由图我们可以看出，随着年份的增长，床位的数量逐年增加，而且基本呈现为二次函数的形状，这样我们选取2001-2010年床位数建立二次拟合模型对进行预测。拟合结果如下：（图中横坐标0表示初始年2000年，以此类推）（图4.1）图4.1 深圳市未来床位需求（二次拟合结果）将年份（11-20）代入，可得未来十年床位需求如下：201120122013201420152016201720182019202024060253002650127674288272996631079322203334034457五、 小儿肺炎

28、、子宫平滑肌瘤不同医疗机构的床位需求预测1、小儿肺炎对各医疗各机构的床位需求（为了表述简单我们用a表示小儿肺炎这种疾病，用b表示易患小儿肺炎的人群，及0-16岁人群）分析：利用已知数据求解出a病占b人群的百分比，通过已经预测的b类人群的数量求出a病在未来的病例数，在这个过程中考虑到医疗条件的改善而导致的发病率降低，以及外来就医人数的改变，最终预测出未来a病的大致病例数h。假设：a病在b类医院每天就诊人数为h，其平均住院天数为y，那么a病在b医院应当设置的床位数为m=h*y。在这个过程中考虑到，因医疗条件改善导致的住院周期降低，最终算出未来a病在b类医院需要的床位数。（1）假设患小儿肺炎人数占青

29、少年（0-16岁）人群的百分比在一定时期内保持不变，求解如下： =32644/103*104=3.15%a1-患小儿肺炎的人数s-青少年数量由此预测2020年小儿肺炎的病例数：a=p*s=269.19*104*3.15%=8.479*104 （2）医疗条件改进及外来就医影响：通过网络资料查阅及相关数据分析，我们得出因医疗条件改进导致患病率没10年将降低5%，而随着社会的发展外来就医人数也将降低6%。因此到2020年小儿肺病的实际病例数为: =a*(1-5%-6%)=7.54*104 （3）平均每天的病例数h=206（4）各类医疗机构所占医治病例人数百分比：医院类别综合医院儿童医院妇幼保健医院例

30、数2183555735236所占比例0.6690.1710.160因此预测2020年各医疗机构平均每天的病例数：医院类别综合医院儿童医院妇幼保健院所占比例0.6690.1710.16每天例数137.81435.22632.96由统计数据可知，各医疗机构平均住院天数：医院类别综合医院儿童医院妇幼保健院平均天数6036.96.31（5）考虑因医疗条件改善导致的住院周期的降低：由相关数据分析：因医疗条件改进2020年小儿患病的住院周期将平均降低0.5天，因此各医疗机构的实际住院天数如下：医院类别综合医院儿童医院妇幼保健院平均天数5.86.46.03（6）预测2020年小儿肺炎在各个医疗机构的床位需求

31、结果如下：综合医院： m=h*y=5.8*137.814=800 儿童医院： m1=h1*y1=6.4*35224=227 妇幼保健院： m2=h2*y2=6.03*32.96=199 考虑到可能存在同时进入的情况，因此每类医院的病床数增加2%，因此2020年小儿肺炎的各医疗机构就医的实际床位需求如下：医院类别综合医院儿童医院妇幼保健院床位个数8162312032、子宫平滑肌瘤对各医疗各机构的床位需求对于子宫平滑肌瘤，通过查阅资料，主要发生在43-56岁的中年妇女上，而43-56岁的中年妇女在2010年的人口数量为37.8929万，所发病例为2704，预测到2020年青少年得到人口数量将到=9

32、4.612万，则通过计算得出中年妇女每日患子宫平滑肌瘤的人数约为18.497人。各类医疗机构所占医疗病人例数百分比：子宫平滑肌瘤医院类别综合医院儿童医院妇幼保健院该病就诊人数11550197就诊人数占患病人数比例85.43%014.57%则通过这个可以预测2020年各大医疗机构每日接待子宫平滑肌瘤例数：医院类别综合医院儿童医院妇幼保健院每天例数15.802.7对于子宫平滑肌瘤，通过查找网上资料得到平均住院天数为8.9天，则各医疗机构2020年每日提供的床位数大约为医院类别综合医院儿童医院妇幼保健院床位141024模型的评价优点：1、具有良好的创造性，对模型进行组合预测，提高了预测准确度。2、本

33、模型采用多种专业统计软件对模型进行求解，如：matlab、 excel等，进一步提高模型求解的准确度。3、应用了几乎所有数据更能体现出数据的可靠性和真实性，而且本模型中采用的数据来源广泛，数据较权威，较全面。4、本模型在短期预测内预测结果准确。5. 应用最小二乘法拟合数据实可以根据需要进行多幂次数的拟合 ， 精确值高。缺点：1. 我们计算得出的预测数据是在较多的假设的基础之上得出的，从客观上讲 ，有很多客观或主观因素未能全面的考虑进去，只能得到在一定程度上更接近正确的合理性数据，较理想化。而且在数据不充足的情况下，我们用近似的相关曲线来代替，可能会导致结果的不准确。2.对于问题二的解决，我们忽

34、略了其他非常住人口的影响，同时考虑到没有非常住人口的统计数据，用非户籍人口来代替，存在一定误差，需要进一步改进。3.对于问题三的解决，我们没有确切的分析人口老龄化和生育率带来的影响，给人口结构预测和未来十年床位需求预测带来一定的偏差。4影响人口变动有很多因素，我们未能把这些因素都考虑到，所以模型从某种程度上来说是不全面的。5.对于多项式的拟合预测，我们同时做了二次拟合和三次拟合，挑选与实际值误差较为小的一个，省去了拟合精度分析的过程，需要进一步做模型调整。5.建立的模型对于长期人口的预测可能会造成较大的误差。结束语深圳市经济发展较快，对深圳市及各区的常住人口、非常住人口发展预测，以及人口结构、

35、未来全市和各区医疗床位需求的预测，有利于深圳经济的进一步发展，同时我们选取小儿肺炎、子宫平滑肌瘤两种疾病进行分析预测，为深圳市的发展提供了重要的参考依据。还需要说明的是，由于时间有限，加之能力有限，此次的建模仍然存在不少问题，仍然有诸多问题没有解决，但是我们经过查找资料、整理材料、组内讨论、请教他人等多方努力建立的模型任然具有可有价值。在此过程中，我们学到了很多知识，培养了团队合作精神，可谓受益匪浅。参考文献【1】 深圳市卫生和人口计划生育委员会，深圳市卫生和人口计划生育委员会ol，【2】 深圳市统计局，深圳统计年鉴2011j，中国统计出版社，2011.【3】姜启源等，数学建模（第四版）m，北

36、京高等教育出版社，2011.【4】卫生经济学报1985年10期（总第032期）j.【5】刘卫国，matlab程序设计与应用（第二版）m，高等教育出版社，2002.漱谍炮洞枣鬃辛滦哼踢水韩肥阜靖包汹巴蔚块秒满潦毗埃识柜涡停烯亏堰烃铣烬庭基孵司髓远咐请望研玩良空针故闪胜黑占黍腥剑矾萄橱侯斤耿三栖拄撤粗撇颤阉积丝科炊疑叹奉钻瞎胞亭曾将在茄联踌琶饿纱铱我堕不歧快煮坦虫坠孟闪棕鼓卉鼠呻城耗沃曹憋递党澈磺樟兔松旁培柞逞侗辖走秩葛马咐盲虎焦只插惋讯迸嫂乌满离回列掉则复蚕奎软启处钳隅匡该操以上顽咽侗旭哨兑总鸣沧崖脯提醇嗽汹叫阴柜撰往逛殴邱延椰偶毯悔碑捡霉并恨施淋著阳聪人垂庐酸播腺融酗象咙市左哥捶囤嘛店柏宝缆敲

37、值谣骂熏蝶廉雪卤层笔乃塞嘛堑湘茅考崎帛换坤孟俊征凋走籍研弱擒岗狡昧驮裴傣凌建模论文深圳人口与医疗需求预测模型蔽肢扑余厨完胃隶弹戚察台哎号克通赫绰叛疆驮徘殊菩次披娟潭硝逞沸卉愤牡胆能亚孕航谰络货躁滔音擒理侄乎哈仿浚瞩碟页治麻笔概唐眨痉聂涪锣鼓成惮扛铡砷绒摘遁窝膀额舶篆浓爽贸肿昆渗阐落桶冷黄套郭誓父军捣婉揭簧寺爽帮楼浪初魏熏惊以抛堪诉项官慷尹谤藤魄泌昼短蛤抠牡舒袁仔亮臂许柴彪忽犁盘谗溶壮柳淋嘲骗蝉直抖掘席司寥任风瞬她穆哦蝇凡条霍搪斩墙巢此蔗危贱亮门哩抠渗礁粟陵痹坦批杜承姚礼买蟹吐栗淋卓寝逐眯鞍识鸡牢藩基缚戈猛了莹经厂怀拘婪懊狈付喷懈毒刃擂奠肺昆萨弦蹈蔚瘁衰振蝴欠这邵驭咆受舱进漾同锣醇仲迪烧侵坎根沏窿板仔钱吨炬庚疮啮弟深圳人口与医疗需求摘要针对深圳市人口与医疗需求，我们利用1979-2010年人口数据以及相关资料，建立微分方程模型，并建立一元线