6.4. Построение прогноза поступления вызовов на пульт станции скорой медицинской помощи

С использованием модели (2.80) – (2.82) и статистических данных по одному из НП [12, 13], была решена задача прогнозирования характеристик обслуживания его жителей ССМП. Численность обслуживаемого населения этого НП на начальный момент времени прогнозирования составляет =192810 человек.

Необходимо определить какое количество вызовов может поступить ежедневно в январе месяце, т.о. дата начала прогнозирования равна , а шаг прогнозирования составит . Из имеющихся статистических данных [12, 13] известно, что 31 декабря 2006 года на пульт ССМП поступило вызовов, а человек НП скорая медицинская помощь не понадобилась.

Т.к. 31 декабря за СМП обратилось 156 человек, то вероятность поступления вызова 31 декабря составила , а . Согласно статистическим данным [12, 13], 31 декабря ССМП было обслужено 119 человек из 156 обратившихся. Тогда вероятность того, что поступивший вызов будет обслужен ССМП составит , а .

Т.о., модель (2.80) – (2.82) для рассматриваемой ССМП примет вид:

, , , , .

(6.2)

Результаты вычислений, проведенных по формулам (6.2), представлены в таблице П1.9 и на рис.6.9.

Рис. 6.9.

Сопоставляя построенный прогноз со статистическими данными о количестве поступивших вызовов с 1 января по 31 января 2007 года, получаем, что только 6% реальных значений количества вызовов выходят за пределы .

Величины средних относительных ошибок, вычисленных по формулам (2.80) – (2.82), соответственно равны , , что, согласно работам [40, 41], составляет высокую точность прогноза.

Далее рассмотрим пример построения прогноза количества вызовов к различным типам бригад (фельдшерским, линейным и кардиологическим бригадам) на каждый день с 1 по 31 января 2006 года, т.е. , .

Согласно имеющимся статистическим данным [12, 13], 31 декабря фельдшерские бригады обслужили вызовов, линейные бригады – вызова, кардиологические бригады – вызовов. Тогда человек 31 декабря не воспользовались услугами ССМП.

Начальные переходные вероятности соответственно равны = 0,00046, =0,0027, , , , .

Для данной задачи система уравнений (2.87) – (2.88) примет следующий вид:

	(6.3)
, .

Результаты вычислений с использованием выражений (6.3) представлены в таблице П1.10 и на рис.6.10 – рис.6.12.

Рис. 6.10.

Сопоставляя полученные данные с имеющейся статистикой за январь месяц 2006 года получим, что 3% реальных значений количества вызовов выходят за пределы .

Величина средней относительной ошибки составляет: , , , . Как видно из таблицы 6.12 [40, 41], точность полученного прогноза является хорошей.

Рис. 6.11.

Рис. 6.12.

Таблица 6.12.