|
- 2015
非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用DOI: 10.3760/cma.j.issn.0254-6450.2015.12.017 Keywords: 肾综合征出血热,非线性自回归神经网络,预测 Abstract: 目的 探讨非线性自回归(NAR)神经网络拟合及预测我国HFRS流行趋势的应用。方法 使用2004-2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果。结果 对于拟合集,ARIMA模型的平均绝对误差(MAE)、均方误差平方根(RMSE)和平均绝对误差百分比(MAPE)分别为148.058、272.077和12.678%, NAR神经网络分别为119.436、186.671和11.778%; 对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296%, NAR神经网络分别为119.733、151.329和11.431%。结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值
|