利用传统方法和人工智能预测急诊病人需求:在比恩戈尔州立医院的应用

Muhammet Naif Barut, Sait Patir
{"title":"利用传统方法和人工智能预测急诊病人需求:在比恩戈尔州立医院的应用","authors":"Muhammet Naif Barut, Sait Patir","doi":"10.51727/tbj.1385980","DOIUrl":null,"url":null,"abstract":"Örgütlerin olayları doğru bir şekilde anlaması için strateji geliştirmeleri, belirledikleri amaçlara uygun planlama yapmaları ve geliştirme için sürekli iyileştirme döngüsü içerisinde olmaları zorunludur. Örgütler, tahmin yaparak gelecekteki bir zaman, herhangi bir ürün veya olgu ile ilgili talep tahmini yapma ihtiyacı duymaktadır. Bu yüzden talep tahmini örgütler için vazgeçilmez bir unsurdur. Sağlık sektöründe de talep tahmini gittikçe önemli hale gelmektedir. Sağlık sisteminde meydana gelen sorunlar toplumsal düzeyde bazı problemlere yol açabilmektedir. Bu yüzden sağlık sektöründe geleceğe uygun planlama yapmak önemli bir unsurdur. Bu yüzden bu çalışmanın yapılması gerekli görülmüştür. Bu amaçla, Bingöl devlet hastanesi acil hasta sayılarının talep tahmini, klasik talep tahmin yöntemleriyle ve yapay sinir ağlarıyla tahmin edilmeye çalışılmıştır. Çalışmada son dönem talep tahminleme, basit ortalama, hareketli ortalama, ağırlıklı hareketli ortalama, üssel düzeltme yöntemleri ve yapay sinir ağları yöntemi kullanılmıştır. Elde edilen tüm sonuçlar karşılaştırılmıştır. Yapay sinir ağlarıyla tahminlemenin diğer yöntemlere göre en iyi sonucu verdiği görülmüştür.","PeriodicalId":509691,"journal":{"name":"Turkish Business Journal","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-12-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"GELENEKSEL YÖNTEMLER VE YAPAY ZEKÂ KULLANILARAK ACİL HASTA SAYISI TALEP TAHMİNİ: BİNGÖL DEVLET HASTANESİ ÜZERİNE BİR UYGULAMA\",\"authors\":\"Muhammet Naif Barut, Sait Patir\",\"doi\":\"10.51727/tbj.1385980\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Örgütlerin olayları doğru bir şekilde anlaması için strateji geliştirmeleri, belirledikleri amaçlara uygun planlama yapmaları ve geliştirme için sürekli iyileştirme döngüsü içerisinde olmaları zorunludur. Örgütler, tahmin yaparak gelecekteki bir zaman, herhangi bir ürün veya olgu ile ilgili talep tahmini yapma ihtiyacı duymaktadır. Bu yüzden talep tahmini örgütler için vazgeçilmez bir unsurdur. Sağlık sektöründe de talep tahmini gittikçe önemli hale gelmektedir. Sağlık sisteminde meydana gelen sorunlar toplumsal düzeyde bazı problemlere yol açabilmektedir. Bu yüzden sağlık sektöründe geleceğe uygun planlama yapmak önemli bir unsurdur. Bu yüzden bu çalışmanın yapılması gerekli görülmüştür. Bu amaçla, Bingöl devlet hastanesi acil hasta sayılarının talep tahmini, klasik talep tahmin yöntemleriyle ve yapay sinir ağlarıyla tahmin edilmeye çalışılmıştır. Çalışmada son dönem talep tahminleme, basit ortalama, hareketli ortalama, ağırlıklı hareketli ortalama, üssel düzeltme yöntemleri ve yapay sinir ağları yöntemi kullanılmıştır. Elde edilen tüm sonuçlar karşılaştırılmıştır. Yapay sinir ağlarıyla tahminlemenin diğer yöntemlere göre en iyi sonucu verdiği görülmüştür.\",\"PeriodicalId\":509691,\"journal\":{\"name\":\"Turkish Business Journal\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-04\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Turkish Business Journal\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.51727/tbj.1385980\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Turkish Business Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51727/tbj.1385980","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

为了让组织正确理解事件,必须制定战略,根据既定目标进行规划,并不断改进发展循环。组织需要通过预测对未来的时间、产品或现象进行需求预测。因此,需求预测是组织不可或缺的要素。需求预测在卫生部门越来越重要。卫生系统中出现的问题可能会在社会层面引发一些问题。因此,对卫生部门的未来进行规划是一项重要内容。因此,我们认为有必要开展这项研究。为此,我们尝试使用经典需求预测方法和人工神经网络对宾格尔州立医院的急诊病人数量进行需求预测。研究中使用了近期需求预测法、简单平均法、移动平均法、加权移动平均法、指数平滑法和人工神经网络法。对获得的所有结果进行了比较。结果表明,与其他方法相比,使用人工神经网络进行预测的结果最好。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
GELENEKSEL YÖNTEMLER VE YAPAY ZEKÂ KULLANILARAK ACİL HASTA SAYISI TALEP TAHMİNİ: BİNGÖL DEVLET HASTANESİ ÜZERİNE BİR UYGULAMA
Örgütlerin olayları doğru bir şekilde anlaması için strateji geliştirmeleri, belirledikleri amaçlara uygun planlama yapmaları ve geliştirme için sürekli iyileştirme döngüsü içerisinde olmaları zorunludur. Örgütler, tahmin yaparak gelecekteki bir zaman, herhangi bir ürün veya olgu ile ilgili talep tahmini yapma ihtiyacı duymaktadır. Bu yüzden talep tahmini örgütler için vazgeçilmez bir unsurdur. Sağlık sektöründe de talep tahmini gittikçe önemli hale gelmektedir. Sağlık sisteminde meydana gelen sorunlar toplumsal düzeyde bazı problemlere yol açabilmektedir. Bu yüzden sağlık sektöründe geleceğe uygun planlama yapmak önemli bir unsurdur. Bu yüzden bu çalışmanın yapılması gerekli görülmüştür. Bu amaçla, Bingöl devlet hastanesi acil hasta sayılarının talep tahmini, klasik talep tahmin yöntemleriyle ve yapay sinir ağlarıyla tahmin edilmeye çalışılmıştır. Çalışmada son dönem talep tahminleme, basit ortalama, hareketli ortalama, ağırlıklı hareketli ortalama, üssel düzeltme yöntemleri ve yapay sinir ağları yöntemi kullanılmıştır. Elde edilen tüm sonuçlar karşılaştırılmıştır. Yapay sinir ağlarıyla tahminlemenin diğer yöntemlere göre en iyi sonucu verdiği görülmüştür.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信