基于數(shù)學(xué)建模的預(yù)測(cè)方法種類繁多，從經(jīng)典的單耗法、彈性系數(shù)法、統(tǒng)計(jì)分析法，到目前的灰色預(yù)測(cè)法。當(dāng)在使用相應(yīng)的預(yù)測(cè)方法建立預(yù)測(cè)模型時(shí)，我們需要知道主要的一些預(yù)測(cè)方法的研究特點(diǎn)，優(yōu)缺點(diǎn)和適用范圍。下面就當(dāng)下一些主要的預(yù)測(cè)方法進(jìn)行總結(jié)： 預(yù)測(cè)模型名稱 適用范圍

　　基于數(shù)學(xué)建模的預(yù)測(cè)方法種類繁多，從經(jīng)典的單耗法、彈性系數(shù)法、統(tǒng)計(jì)分析法，到目前的灰色預(yù)測(cè)法。當(dāng)在使用相應(yīng)的預(yù)測(cè)方法建立預(yù)測(cè)模型時(shí)，我們需要知道主要的一些預(yù)測(cè)方法的研究特點(diǎn)，優(yōu)缺點(diǎn)和適用范圍。下面就當(dāng)下一些主要的預(yù)測(cè)方法進(jìn)行總結(jié)： 預(yù)測(cè)模型名稱 適用范圍 優(yōu)點(diǎn) 缺點(diǎn) 灰色預(yù)測(cè)模型 該模型使用的不是原始數(shù)據(jù)的序列，而是生成的數(shù)據(jù)序列。核心體系是Grey Model.即對(duì)原始數(shù)據(jù)作累加生成（或其他處理生成）得到近似的指數(shù)規(guī)律再進(jìn)行建模的方法。 在處理較少的特征值數(shù)據(jù)，不需要數(shù)據(jù)的樣本空間足夠大，就能解決歷史數(shù)據(jù)少、序列的完整性以及可靠性低的問題，能將無規(guī)律的原始數(shù)據(jù)進(jìn)行生成得到規(guī)律較強(qiáng)的生成序列。 只適用于中短期的預(yù)測(cè)，只適合近似于指數(shù)增長(zhǎng)的預(yù)測(cè)。 插值與擬合 適用于有物體運(yùn)動(dòng)軌跡圖像的模型。如導(dǎo)彈的運(yùn)動(dòng)軌跡測(cè)量的建模分析。 分為曲面擬合和曲線擬合，擬合就是要找出一種方法（函數(shù)）使得得到的仿真曲線（曲面）最大程度的接近原來的曲線（曲線），甚至重合。這個(gè)擬合的好壞程度可以用一個(gè)指標(biāo)來判斷。 時(shí)間序列預(yù)測(cè)法 根據(jù)客觀事物發(fā)展

　　本網(wǎng)站所有注明“來源：梅斯醫(yī)學(xué)”或“來源：MedSci原創(chuàng)”的文字、圖片和音視頻資料，版權(quán)均屬于梅斯醫(yī)學(xué)所有。非經(jīng)授權(quán)，任何媒體、網(wǎng)站或個(gè)人不得轉(zhuǎn)載，授權(quán)轉(zhuǎn)載時(shí)須注明“來源：梅斯醫(yī)學(xué)”。其它來源的文章系轉(zhuǎn)載文章，本網(wǎng)所有轉(zhuǎn)載文章系出于傳遞更多信息之目的，轉(zhuǎn)載內(nèi)容不代表本站立場(chǎng)。不希望被轉(zhuǎn)載的媒體或個(gè)人可與我們聯(lián)系，我們將立即進(jìn)行刪除處理。

　　11月8日，記者從中山大學(xué)中山眼科中心獲悉，該中心教授劉奕志團(tuán)隊(duì)利用百萬醫(yī)學(xué)驗(yàn)光大數(shù)據(jù)，創(chuàng)建了近視眼人工智能預(yù)測(cè)模型，可對(duì)近視進(jìn)展趨勢(shì)進(jìn)行個(gè)體化預(yù)測(cè)。相關(guān)研究11月6日在線發(fā)表在《公共科學(xué)圖書館—醫(yī)學(xué)》（PLoS Medicine）官網(wǎng)首頁(yè)。