单段函数残差辨识在尘肺发病预测中的应用

单段函数残差辨识是在建立GM(1,1)模型的基础上利用其残差信息建立GM(εy(t),1,1)系统模型,以便原有模型得以修正,提高其预测精确度。本文应用单段函数残差辨识探讨某铝厂电解车间1960～1989年粉尘接触水平与尘肺发病关系,预测粉尘允许浓度,其结果表明,GM(εy(t),1,1)所得允许浓度为13mg/M~3,GM(1,1)为12.5mg/M~3,经后验差检验,GM(εy(t),1,1)模型预测值(C<0.35,P>0.95)较GM(1,1)模型预测值(C<0.45,P>0.80)更接近实际值,且精度等级为“好”。 本文在应用寿命表计算发病概率后,就其概率单位建立灰色GM(εy(t),1,1)系统模型,以预测其允许浓度,更深入应用尚待探讨。