首页 > 文献资料
-
单纯ARIMA模型和ARIMA-GRNN组合模型在猩红热发病率中的预测效果比较
探讨单纯求和自回归滑动平均(ARIMA)模型和求和自回归滑动平均模型与广义回归神经网络(GRNN)组合模型在猩红热发病率研究中的应用.该研究对某市2000-2006年猩红热月发病率资料建立ARIMA模型,然后将其拟合值作为GRNN的输入,实际值作为网络的输出训练网络,然后比较两个模型的效果.结果 表明,单纯ARIMA模型和组合模型的平均误差率(MER)分别为31.6%、28.7%;决定系数(R2)分别为0.801、0.872.组合模型的效果要优于单纯ARIMA模型,可以用于发病率的拟合与预测.
-
GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究
目的 探讨广义回归神经网络(GRNN)组合预测模型在肾综合征出血热(HFRS)发病率预测上的优势及应用前景.方法 利用1990-2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM(1,1)灰色预测模型和求和自回归滑动平均(ARIMA)模型,把2个模型的预测值作为GRNN的输入,实测值作为网络的输出,对样本进行训练和预测,并对 3 个模型的预测效果进行比较.结果 针对辽宁省HFRS发病率建立的GM(1,1)模型、ARIMA模型和GRNN组合预测模型的平均误差率(MER)分别为13.5143%、25.0814%和5.5755%;R2分别为0.8961、0.6997和0.9837.针对丹东市 HFRS 发病率建立模型的 MER 分别为19.7329%、20.6275%和14.0789%;R2分别为0.8112、0.7628和0.8750.针对沈阳市HFRS发病率建立模型的 MER 分别为15.1421%、18.0584%和14.3592%;R2 分别为0.8757、0.7889和0.8585.针对朝阳市HFRS发病率建立模型的MER分别为51.5090%、28.6593%和28.5927%;R2 分别为0.7863、0.8291和0.7753.GRNN 组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型;针对沈阳市所建立的 HFRS 发病率预测模型,GRNN 组合预测模型和GM(1,1)模型相当,ARIMA模型差.朝阳市的HFRS发病率预测模型不适合用上述方法 建立.结论 GRNN组合预测模型充分体现了它在小样本预测中的优势,预测效果优于GM(1,1)模型和 ARIMA 模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值.
-
基于GM(1,1)-GRNN组合模型的肾综合征出血热发病率预测
目的 预测浙江省肾综合征出血热(HFRS)发病趋势,为卫生工作的决策和防病治病提供科学依据.方法 根据浙江省2001-2009年HFRS发病率,建立灰色GM(1,1)与广义回归神经网络组合[GM(1,1)-GRNN]模型,与GM(1,1)模型对比,并进行预测.结果 2001-2010年HFRS年发病率组合模型拟合值与实际值的平均相对误差为2.47％,明显低于GM(1,1)模型的平均相对误差(11.19％),组合模型的预测精度相对单-GM(1,1)模型有较大的改善；组合模型预测2011年HFRS年发病率为0.8591/10万.结论 浙江省2010-2011年HFRS的发病率呈下降趋势,组合模型的预测精度高,可以提供更为准确的预测数据,从而为防控决策提供可靠依据.
-
差分自回归移动平均与广义回归神经网络组合模型在丙型肝炎月发病率中的预测应用
目的：探讨差分自回归移动平均（ARIMA）与广义回归神经网络（GRNN）组合模型在丙型肝炎月发病率中预测建模效果及应用前景，为疫情预测提供依据。方法2015年5月—2016年5月，选取山东省疾病预防控制中心法定传染病直报系统2004—2014年丙型肝炎月度发病率数据及山东省统计局发布的同期人口资料。对2004—2014年山东省丙型肝炎月发病率数据构建 ARIMA 模型，验证拟合精度并外推预测；将 ARIMA 模型拟合值作为 GRNN 模型的输入，实际值作为 GRNN 模型的输出，对样本进行训练和预测。比较单纯 ARIMA 模型和ARIMA-GRNN组合模型在丙型肝炎月发病率中的预测效果。结果2004—2014年山东省丙型肝炎年均发病率为17.28/10万，并随着时间的推移呈上升趋势（Z ＝29.05，P ＜0.01）。ARIMA（1，2，1）模型预测2014年山东省丙型肝炎发病率与实际发病率基本一致，落在95％置信区间内，拟合效果较好。以 ARIMA（1，2，1）模型拟合值作为 GRNN 模型的输入，丙型肝炎月发病率实际值作为 GRNN 模型的输出，取优光滑因子0.12训练模型，ARIMA-GRNN组合模型预测的拟合值与实际值基本吻合。ARIMA 模型和ARIMA-GRNN组合模型的平均误差率（MER）分别为16.87％、15.30％；决定系数（R2）分别为0.53、0.60；平均绝对误差（MAE）分别为0.17、0.09；平均绝对百分误差（MAPE）分别为1.18、0.35。结论ARIMA-GRNN组合模型对山东省丙型肝炎月发病率拟合及预测效果优于单纯 ARIMA 模型，具有较高的拟合精度，有较为广阔的应用前景，对于疫情预测工作有一定的实用性意义。
关键词： 丙型肝炎 发病率 预测 差分自回归移动平均模型 广义回归神经网络 -
多维输入在尘肺发病人数预测模型中的对比
目的 以我国2000-2016年尘肺病发病统计数据为样本数据,针对我国尘肺病发病组合预测模型的性能展开研究.方法从国家统计数据库中选取采矿业从业人数、不同性质采矿企业数量、规模以上企业数量、原煤产量等作为模型预测的相关辅助决策因素,使用不同组合方式的灰色神经网络和灰色-广义回归神经网络预测模型,对未来全国尘肺病发病人数进行预测.结果灰色模型的预测结果较差,其他组合方式的预测模型精度未达到理想的预测精度,而6维输入的灰色-广义回归神经网络模型的预测精度较高,均方根误差(RMSE也是所有组合模型中小的.结论通过对比分析和模型评价验证了多维输入的灰色-广义回归神经网络预测模型在尘肺病发病人数预测上的可行性和有效性.
-
三种模型在肺结核发病预测中的应用
目的 比较求和自回归滑动平均(ARIMA)模型、ARIMA与广义回归神经网络(GRNN-ARIMA)组合模型、径向基函数(RBF)网络模型在肺结核发病预测中的应用,探讨优化模型,为完善结核病预测预警系统提供建议和资料.方法 利用1998年1月-2011年6月全国肺结核逐月发病资料构建ARIMA模型,而2011年7-12月数据作为模型测试值；将上述ARIMA模型拟合值作为GRNN模型输入值,各月实际发病率作为输出值,构建GRNN-ARIMA组合模型并预测；将1998年1月-2011年6月数据分段,构建三维输入,一维输出的RBF网络模型并预测.比较三种模型的拟合及预测效果优劣.结果 三种模模型拟合肺结核发病情况的均方误差MSE值依次为GRNN-ARIMA (0.0848)＜RBF(0.1987)＜ARIMA (0.2800)；三种模型预测2011年7-12月各月的发病率与实际值比较的均方误差MSE值依次为:GRNN-ARIMA(0.0571)＜RBF(0.1024)＜ ARIMA(0.1053),其他模型评价指标也显示GRNN-ARIMA组合模型误差小.结论 GRNN-ARIMA组合模型拟合及预测效果均优于RBF网络模型和单纯ARIMA模型,它能显著提高预测精度,具有很好的实用价值.
-
人工神经网络在上海市肾综合征出血热发病率预测中的应用
[目的] 应用人工神经网络的方法开展上海市肾综合征出血热发病率的预测.[方法] 采用广义回归神经网络和反向传播神经网络的方法,将上海市历史人群抗体阳性率、宿主动物的监测资料和气象数据作为训练样本进行上海市肾综合征出血热历史疫情拟合,并开展未来发病率的预测.[结果] 两种人工神经网络方法可综合监测资料,对上海市散发的肾综合征出血热的发病率进行拟合和预测,广义回归神经网络方法的拟合和预测效果优于反向传播神经网络方法.[结论] 人工神经网络方法可以用于上海市肾综合征出血热发病率的预测,上海市未来发病率可能保持在低水平.
-
优化设计颅内动脉瘤用梯形截面支架底边长度
目的 为降低梯形截面丝支架植入颅内囊状动脉瘤后瘤腔破裂的风险,对支架丝截面底边长度进行优化设计.方法 构建38种不同底边长度的梯形截面支架及其植入动脉瘤后的有限元模型,利用流固耦合数值模拟计算得到38组大瘤腔壁面压力梯度值,并应用广义回归神经网络及遗传算法对梯形截面底边长度进行优化,使植入支架后大瘤腔壁面压力梯度降到低.结果 优化结果显示,相对传统矩形截面支架,优化后支架将大瘤腔壁面压力梯度降低了7.86％.结论 广义回归神经网络与遗传算法结合可以很好地解决支架优化方面的问题.
-
应用SARIMA-GRNN组合模型分析肺结核流行的季节性特征
目的 应用季节性差分自回归滑动平均模型(SARIMA)和广义回归神经网络(GRNN)组合模型分析肺结核流行的季节性特征,为预防和控制肺结核提供依据.方法 通过国家卫生健康委员会官网收集2005—2017年全国肺结核疫情资料,应用SARIMA-GRNN组合模型分析我国肺结核流行的趋势和季节性特征.结果 2005—2016年我国肺结核报告发病率平均每年下降3.17％,并且发病存在明显的季节性规律(3—6月为高峰).SARIMA(0,1,1)(0,1,1)12模型较好的地拟合了我国肺结核发病长期趋势和季节性,其平均误差率为6.07％,决定系数为0.73.SARIMA(0,1,1)(0,1,1)12-GRNN组合模型的平均误差率为2.56％,决定系数为0.94.SARIMA(0,1,1)(0,1,1)12-GRNN组合模型预测的准确性优于SARIMA(0,1,1)(0,1,1)12模型,2017年的验证数据结果与此一致.结论2005—2016年中国肺结核报告发病率平均每年下降3.17％,肺结核的发病高峰集中在每年3—6月,具有明显的季节性.
关键词： 肺结核 季节性 季节性差分自回归滑动平均模型 广义回归神经网络 -
ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用
目的 探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考.方法 收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型及广义回归神经网络(generalized regression neural network,GRNN)模型与ARIMA模型的联合.用2018年1月至5月艾滋病月发病数评估该模型预测效果.结果 艾滋病月发病数呈明显季节性,拟建立ARIMA(1,1,1)(0,1,1)12模型对我国艾滋病月发病报告数进行预测.建立ARIMA-GRNN模型的光滑因子为0.021.ARIMA-GRNN模型拟合及预测误差均低于ARIMA模型.结论 ARIMA(1,1,1)(0,1,1)12和ARIMA-GRNN模型均能较好地拟合并预测我国艾滋病月发病人数,但联合模型的效果更优.
关键词： 艾滋病 自回归求和移动平均乘积季节模型 广义回归神经网络 预测 -
广义回归神经网络在布鲁氏菌病预测中的应用
目的:应用广义回归神经网络预测布鲁氏菌病月发病数,为布鲁氏菌病的防控提供科学依据.方法:通过Matlab 9.1软件创建广义回归神经网络,以2010年8月到2016年8月布鲁氏菌病的月发病人数为输入,2011年8月到2017年8月的月发病人数为输出,并预测2017年9至12月布鲁氏菌病的月发病人数.结果:广义回归神经网络的优光滑因子取0.02.2017年9至12月布鲁氏菌病月发病人数真实值与预测值平均相对误差和决定系数分别为10.75％和0.64,模型拟合较好.结论:广义回归神经网络应用于布鲁氏菌病月发病人数的预测效果较好,可为该病的防控提供科学依据.
-
广义回归神经网络用于拮抗药化合物活性的模式识别
选择9个化学参数和合适的扩展系数,对一批26个拮抗药化合物的活性建立了广义回归神经网络识别模式.选择21个样本为训练集,5个样本为预测集.结果表明,该种网络具有设计简单与收敛快的优点,可用于小样本问题的学习,获得满意的预测结果.
