窦一峰，崔金广，蒙文涛，吴秀春

    (天津市宝坻区人民医院网络信息中心，天津 301800)

    门急诊是医院向患者提供服务的第一个窗口，门急诊患者流量的变化直接影响医院医疗服务工作的组织与管理。一方面，根据门急诊人次数据合理配置门诊医生等医疗资源，节省患者排队等候时间，从而提高患者满意度，增强患者获得感。另一方面也能够及时有效地为医院领导决策和制定长短期规划提供科学依据，因此如何正确反映医院门急诊人次数的动态变化趋势和规律，对医院长远发展来讲具有十分重要的意义。

    1 资料与方法

    1.1 资料来源 数据采集于天津市某三级甲等综合性医院2009～2019 年医院门急诊就诊人次的月度数据，来源于《门急诊工作量月报表》，数据真实可靠。本文采用2009 年1 月～2018 年12 月用于模型的训练和测试，2019 年1～12 月的数据作为预测集检验模型的预测效果。

    1.2 方法

    1.2.1 NARNN 模型的建立 人工神经网络是一种模拟大脑神经系统处理信息的方式而人为建立的能够实现某种功能的网络，由大量模拟生物系统中神经元之间突触连接的神经元形成，因此其相比其他数学模型具有非线性，鲁棒性，并行性和自适应性等特点[1-3]。本文采用非线性自回归神经网络模型(nonlinear autoregression neural network，NARNN)[4，5]将自身作为回归变量进行建模，利用前期多干时刻的随机变量的线性组合来描述后面时刻数值，其形式如下：

    典型的NARNN 包括滞后阶数，输入层，隐含层和输出层四个部分，基于自身数据作回归，形如yt=f(yt-1，yt-2，yt-3，…，yt-lag)。本文将数据分为用于训练调整网络的权值和阈值的训练集(80%)，用于将训练过程中的过拟合现象降到最低的验证集(10%)和对网络结构进行最终调试的测试集(10%) ......