基于GNN-PSO的医院人力资源管理数据需求分析研究.pdfVIP

《自动化技术与应用》2025年第44卷第8期计算机与通信技术

ComputerandCommunicationTechnology

DOI:10.20033/j.1003-7241.（2025）08-0146-05

基于GNN-PSO的医院人力资源管理数据需求分析研究

彭婧,卢熙

（湖南省人民医院社会医学部，湖南长沙410001）

摘要：本医院的人力资源管理是确保高效医疗服务的关键，准确的需求预测对于人力资源规划至关重要。研究开发一种结合灰色

神经网络与粒子群优化算法的新型预测模型，目的是优化医院人力资源的预测准确性。通过对医院历史数据的分析，模型对

2023至2028年的人力资源需求进行了预测。结果表明，改进的灰色神经网络-粒子群算法模型在2023年的预测误差为

0.035，到2028年进一步降至0.016。实验表明，相比传统预测工具，改进的模型能更精确地预测未来的人力资源管理数据需

求，从而为医院提供强有力的决策支持。

关键词：灰色模型；GNN-PSO；医院人力资源；管理数据；需求分析

中图分类号：TP183文献标识码：A文章编号：1003-7241（2025）08-0146-05

ResearchonHospitalHumanResourceManagementDataDemand

AnalysisBasedonGNN-PSO

PENGJing,LUXi

(DepartmentofSocialMedicine,HunanPeoplesHospital,Changsha410001,China)

Abstract:Hospitalhumanresourcemanagementisthekeytoensureefficientmedicalservices,andaccuratedemandforecastingisveryim-

portantforhumanresourceplanning.Anewforecastingmodelcombininggreyneuralnetworkandparticleswarmoptimizational-

gorithmisdevelopedtooptimizetheforecastingaccuracyofhospitalhumanresources.Throughtheanalysisofhistoricalhospital

data,themodelpredictsthehumanresourcedemandfrom2023to2028.TheresultsshowthattheimprovedGNN-PSOmodel

hasapredictionerrorof0.035in2023,whichisfurtherreducedto0.016in2028.Thisfindingsuggeststhattheimprovedmodel

canmoreaccuratelypredictfuturehumanresourcemanagementdataneedsthantraditionalforecastingtools,thusprovidinghos-

pitalswithstrongdecisionsupport.

Keywords:greymodel;greyneuralnetwork-particleswarmoptimization;hospitalhuman