基于SVM模型和ARIMA模型在拟合病毒性肝炎发病率中的应用
SVM- and ARIMA- based infectious disease forecasting

目的 运用SVM和ARIMA方法对我国病毒性肝炎发病率进行预测,对拟合结果进行比较。为病毒性肝炎的预防提供科学依据。方法 利用中国卫生统计年鉴1995-2014年的病毒性肝炎发病率数据分别建立SVM和ARIMA拟合模型,并对拟合效果进行比较。截取近年时序资料适当设置滑动窗口、映射关系和训练参数,借助MATLAB软件完成数据智能训练、仿真和预测;ARIMA法用于发病率序列拟合建模,借助SAS软件最优定阶识别、外推预测。结果 病毒性肝炎发病率SVM模型和ARIMA模型SSE和MAPE分别为229、289,3.53%、3.86%。SVM模型拟合效果优于ARIMA模型,SVM模型预测2015-2017年病毒性肝炎预测发病率为(1/10万)分别为84.31、83.21、82.27。结论 SVM法可用于时序建模,ARIMA法理论成熟且为经典方法。SVM模型拟合效果优于ARIMA模型,模型拟合要充分考虑数据特征。