首页 > 文献资料
-
四种模型在我国梅毒发病率预测中的应用
目的 对指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型,在我国梅毒发病率预测中的效果进行比较,探讨优化模型,为我国梅毒的监测和防制工作提供预警和参考依据.方法 收集2004年1月至2012年12月我国梅毒月发病率资料,用Eviews 8.0、Spss 20.0和Matlab 8.2拟合指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型进行预测,并用2013年的数据对模型的预测效果进行验证.结果 指数平滑法、ARIMA模型、BP神经网络模型和ARIMA-BPNN组合模型的平均相对误差(MRE)分别为8.0625、4.0550、1.3508、1.3217;平均误差率(MER)分别为3.0215、1.5197、0.5062、0.4953;均方误差(MSE)分别为0.0613、0.0167、0.0021、0.0020;均方根误差(RMSE)分别为0.2475、0.1294、0.0457、0.0447;平均绝对误差(MAE)分别为0.1958、0.1092、0.0350、0.0342.结论 ARIMA-BPNN组合模型的拟合和预测效果均优于其他三种单一模型,是一种短期内预测精度较高的预测模型,预测效果可靠.
-
ARIMA-BPNN组合预测模型在流感发病率预测中的应用
目的 阐述ARIMA-BPNN组合模型预测流感发病率的方法和步骤,探讨其在流感发病率预测中的应用.方法 利用河南省2004年1月-2010年12月的流感疫情数据作为训练集,建立ARIMA模型和ARIMA-BPNN组合模型,选取2011年1月-12月的疫情数据作为检验集,评价模型的预测效能.结果 ARIMA(3,0,0)模型和ARIMA-BPNN组合模型预测值的平均绝对误差及平均误差绝对率分别为1.438、27.65%和0.029、0.43%,ARIMA-BPNN组合模型的预测效能优于ARIMA模型.结论 ARIMA-BPNN组合模型能有效模拟、预测流感的发病疫情,具有较好的推广应用价值.
关键词: ARIMA模型 ARIMA-BPNN组合模型 预测 流感 发病率 -
基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用
目的 探索ARIMA-BPNN组合模型的建模方法,探讨其在预测艾滋病发现人数中的可行性与有效性.方法 利用重庆市2004年第一季度-2013年第四季度的发病数据分别建立ARIMA模型和ARIMA-BPNN组合模型,选取2014年第一季度-第四季度的数据作为测试数据集,评价组合模型的预测效能.结果 ARIMA(0,1,1)×(0,1,1)4与BPNN的组合模型与单纯的ARIMA(0,1,1)×(0,1,1)4模型预测值的MSE分别为1 170.95,9 775.094,组合模型具有更好的预测效能.结论 ARIMA-BPNN组合模型在艾滋病发现人数的预测中,具有一定的可行性和有效性.
关键词: ARIMA模型 ARIMA-BPNN组合模型 艾滋病