首页> 中文学位 >时间序列预测在三级医院药品库存管理中的应用
【6h】

时间序列预测在三级医院药品库存管理中的应用

代理获取

目录

1 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文的组织结构

1.5 小结

2 相关理论与技术

2.1数据挖掘与时间序列

2.2 预测模型

2.3 小波变换理论

2.4 时间序列相似性度量方法

2.5 ABC分类法

2.6 小结

3 信息采集与提取

3.1信息采集现状

3.2 采购提取

3.3 销量提取

3.4 库存及周转率提取

3.5 小结

4 基于小波变换的改进ARIMA模型

4.1 模型评价指标

4.2 数据预处理

4.3 基于小波分解的ARIMA模型(WT_ARIMA模型)

4.4基于小波变换的改进ARIMA模型

4.5 小结

5 实证分析

5.1 方案设计

5.2 方案对比

5.3小结

6 总结与展望

参考文献

致谢

攻读硕士期间发表的学术论文

附录

展开▼

摘要

医药卫生事业是21世纪重大民生问题之一,与十数亿人的健康息息相关,2012年卫生部明确要求“定期评估药品存储情况,85%以上的药品周转率小于10~15天,定期评估,有分析报告和提出改进措施”,据统计,国内医院的平均药品周转天数高达34天,6倍于发达国家,库存的药品占用总流动基金的30%~60%,不仅阻碍医院的进一步发展,更是与卫生部要求背道而驰。究其原因,当前医院信息系统多采用手工设定高低限量方式自动生成采购单,采购量=采购上限-采购下限,该方式过度依赖管理者经验,个人技术水平、对医院现状的了解程度差异会直接影响库存周转状态,缺少科学有效的管理手段。
  基于以上背景,本文为实现药品智能化管理,结合小波分析和相似性度量,提出一种改进的自回归移动平均模型,基于医疗药品库存现状和库存要求设计三种备选管理方案并进行实证分析。本文的主要研究成果如下:
  (1)深入研究时间序列预测的工作原理和主要内容。在现实医院运营背景下,非线性模型由于性能代价高、时间效率高等外部因素难以应用,综合考虑运行成本与精度要求,本文选择以基于小波分析的自回归移动平均模型为框架,组合预处理技术,探讨分析影响预测精度的主要因素并提出改进方法,不断降低误差直至满足实际需求。仿真结果表明,该模型能有效提高突变节点处的预测精度,在各类数据集中均有优秀的拟合效果和较精准的预测效果。
  (2)基于现有的药事管理业务,在深入了解药品流转及贮存过程的基础上,本文参考零库存管理的基本思想,以ABC分类法为依据,结合现有药品购置方案提出三种库存管理方案甲、乙、丙,以降低库存周转率,满足85%的达标累计比为主要目的,从周转率、周转天数、达标天数累计比、缺货率、滞销率等方面考察三种方案的效果,实证分析发现,甲乙两种方案性能较好,若处于标准严苛的评审验收阶段,选择稳定性更强的方案甲,若处于过程漫长的维持期则可考虑稳定性次之,运行效率更高的方案乙。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号