机场工作人员核酸检测人数预测方法及系统与流程

1.本发明涉及信息处理技术领域，具体涉及一种机场工作人员核酸检测人数预测方法及系统。


背景技术：

2.新冠肺炎疫情期间，机场是人员密集且流动性大、容易暴发聚集性疫情的场所，属于疫情防控重点场所。机场工作人员工作期间，需要定期做核酸检测。基于历史上机场工作人员核酸检测时序数据，预测未来核酸检测人数情况，对于核酸检测试剂等医用物质的准备与调度，有着重要的参考价值，有利于更好的开展疫情防控工作。
3.目前，针对机场工作人员核酸检测人数预测任务，缺少相关的文献资料。有鉴于此，特提出本发明。


技术实现要素：

4.本发明是为了解决机场工作人员核酸检测人数预测问题。
5.本发明解决其技术问题所采用的技术方案是：针对机场工作人员历史核酸检测人数时序数据，进行数据统计与分析，使用时序模型arima对其建模预测，具体包含以下步骤。
6.步骤一，定时查询健康云接口，获取机场的工作人员核酸检测数据，并保存到数据库。
7.步骤二，统计历史上最开始有核酸检测数据的日期至当前的每一天的核酸检测人数，得到核酸检测人数时序数据。
8.步骤三，基于arima时序模型，与核酸检测人数时序数据，训练得到arima模型参数，评估模型预测效果。
9.步骤四，基于上步的模型，搭建机场工作人员核酸检测人数预测接口服务。
10.步骤五，定期重复的执行步骤二、步骤三，基于新增的数据集，更新模型参数，优化模型预测效果。
11.本发明的有益效果是，基于历史上机场工作人员核酸检测时序数据，预测未来核酸检测人数情况，预测精度相对较高，对于核酸检测试剂等医用物质的调度与准备，有着重要的参考价值，有利于更好的开展疫情防控工作。
附图说明
12.下面结合附图和实施例对本发明进一步说明。
13.图1为本发明技术方案示意图。
具体实施方式
14.以下结合附图对本实施方式进行说明。
15.本发明的机场工作人员历史核酸检测人数预测方法，包括如下步骤：
16.步骤一，定时查询健康云接口，获取机场的工作人员核酸检测数据，并保存到数据库。
17.步骤二，统计历史上最开始有核酸检测数据的日期至当前的每一天的核酸检测人数，得到核酸检测人数时序数据。
18.步骤三，基于arima时序模型，与核酸检测人数时序数据，训练得到arima模型参数，评估模型预测效果。
19.机场工作人员，工作期间需要做核酸检测。且机场工作人员班次上具有以星期为周期的特点，核酸检测人数时序数据经过平稳性检验，结果显示核酸检测人数时序数据是平稳的，不需要对时序数据进行差分处理，因此，考虑arima模型的超参数上，选择7,14,21，即考虑arima(7,0,7)、arima(14,0,14)、arima(21,0,21)模型。
20.使用python statsmodels包自带的arima函数，对核酸检测时序数据，进行训练模型参数，与基于训练好的参数，进行预测。
21.对全部的历史数据，使用前80％的数据，做为训练集，训练arima模型参数，使用后20％数据，做为测试集与交叉验证集，选择模型的超参数与评估模型预测效果。使用均方根误差(rmse)量化模型预测值与真实值的误差，评估模型预测效果。
22.均方根误差值显示，3种模型预测效果相差不大。为了简化起见，因此最终选用arima(7,0,7)模型。
23.步骤四，基于上步的模型，搭建机场工作人员核酸检测人数预测接口服务。
24.使用flask web框架搭建接口服务，程序加载已经训练好的arima(7,0,7)模型，进行推理预测，返回预测的未来1周的机场工作人员核酸检测人数。并采用nginx+gunicorn部署接口服务。
25.步骤五，定期重复的执行步骤二、步骤三，基于新增的数据集，更新模型参数，优化模型预测效果，提高模型在测试集上的泛化效果、预测精度。


技术特征：
1.一种机场工作人员核酸检测人数预测及系统，包含数据获取、模型超参数选择、模型训练、模型部署，其特征在于包含以下步骤。步骤一，定时查询健康云接口，获取机场的工作人员核酸检测数据，并保存到数据库。步骤二，统计历史上最开始有核酸检测数据的日期至当前的每一天的核酸检测人数，得到核酸检测人数时序数据。步骤三，基于arima时序模型，与核酸检测人数时序数据，训练得到arima模型参数，评估模型预测效果。步骤四，基于上步的模型，搭建机场工作人员核酸检测人数预测接口服务。步骤五，定期重复的执行步骤二、步骤三，基于新增的数据集，更新模型参数，优化模型预测效果。2.根据权利要求1所述的机场工作人员核酸检测人数预测及系统，其特征在于，步骤三中选用arima(7,0,7)模型。3.根据权利要求2所述的机场工作人员核酸检测人数预测及系统，其特征在于，步骤三中模型预测效果评估指标选用均方根误差(rmse)。4.根据权利要求3所述的机场工作人员核酸检测人数预测及系统，其特征在于，步骤四中预测接口服务，采用flask框架搭建，并采用nginx+gunicorn进行部署。5.根据权利要求4所述的机场工作人员核酸检测人数预测及系统，其特征在于，步骤五中定期重新执行，选择7天执行一次，每7天重新训练一次模型，更新模型参数。

技术总结
本发明涉及一种机场工作人员核酸检测人数预测及系统，包含数据获取、模型超参数选择、模型训练、模型部署，其特征在于包含以下步骤：步骤一，定时查询健康云接口，获取机场的工作人员核酸检测数据，并保存到数据库。步骤二，统计历史上最开始有核酸检测数据的日期至当前的每一天的核酸检测人数，得到核酸检测人数时序数据。步骤三，基于ARIMA时序模型，与核酸检测人数时序数据，训练得到ARIMA模型参数，评估模型预测效果。步骤四，基于上步的模型，搭建机场工作人员核酸检测人数预测接口服务。步骤五，定期重复的执行步骤二、步骤三，基于新增的数据集，更新模型参数，优化模型预测效果。优化模型预测效果。优化模型预测效果。


技术研发人员：蒋少桢 袁文杰 朱思程
受保护的技术使用者：上海德鋆信息科技有限公司
技术研发日：2022.05.26
技术公布日：2022/7/29