欢迎来到天天文库
浏览记录
ID:55398601
大小:393.70 KB
页数:6页
时间:2020-05-15
《基于GRNN的组合预测模型在传染病发病率预测中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、·8·浙江预防医学2012年第24卷第1期ZheiiangPreventiveMedicine,Jan.2012,Vol24,No.1基于GRNN的组合预测模型在传染病发病率预测中的应用叶晓军沈毅任茹香范伟忠【摘要】目的研究基于GRNN的组合预测模型拟合传染病发病率的优越性和不足。方法以浙中某市1998-2008年的肺结核发病率为研究资料,分别构建了灰色模型和ARIMA模型,以这两种模型为基础构建了基于GRNN的组合预测模型。结果残差修正GM(1,1)模型、ARIMA(1,0,1)·(1,1,0)12模型、基于GRNN的组合预测模型的MSE,MAE,MAPE和MER分别为
2、37.451,5.692,53.69%,48.5l%;l8.509,3.761,35.13%,32.05%;9.961,2.571,25.6%,21.9%。结论基于GRNN的组合预测模型的预测精度优于两种单项模型。【关键词】灰色模型;ARIMA模型;基于GRNN的组合预测模型;发病率预测中图分类号:R181.8l;R521文献标识码:A文章编号:1007—0931(2012)01—0008一o6ApplicationofaCombinationForecastingModelBasedonGRNNforInddenceofPulmonaryTuberculosisYEXi
3、ao一血n,SHENYi,RENRu—xiang,eta1.YiwuMunicipalCenterforDiseaseControlandPrevention,Yiwu,Zhejiar~,322000,China.【Abstract】ObjectiveToestablishacombinationforecastingmodelbasedonGRNNwhichcouldbeusedtopredicttheincidencerateoftheinfectiondiseasesandevaluateitsadvantagesandweakness.MethodsGreymod
4、elandARIMAmodelwereestablishedwiththepulmonarytuberculosisincidenceofthecityinmiddleofZhejiangprovincefrom1998to2008.GRNNcombinationforecastingmodelwasestablishedbasedontheGreyandARIMAmode1.RemltsMSE,MAE,MAPEandMERofGM(1,1)modelresidu81elrorcorrection,ARIMA(1,0,1)(1,1,0)12,GRNNcombination
5、forecastingmodelwere37.451,5.692,53.69%,48.51%;18.509,3.761,35.13%,32.05%;9.961,2.571,25.6%,21.9%。respectively.ConclusionTheforecastaccuracyoftheGRNNcombinationforecastingmodelwasbetterthansingleGMmodelandsingleARIMAmode1.【Keywords】Greymodel;ARIMAmodel;GRNNcombinationforecastingmodel;Inci
6、denceforecast随着我国传染病监测体系的建立健全,如何利(1,1)模型,是将随机的原始时间序列按时间累用合适的数学模型对传染病发生发展进行预测已经加后形成新的时间序列,新序列所呈现的规律即可越来越受重视。本研究运用灰色模型、差分自回归用一阶线性微分方程的解来逼近。其建模过程为:移动平均模型(Autoregressiveintegratedmoving(1)假设有一列随机的原始时间数列:averagemodel,ARIMA模型)和基于广义回归神经x‘。’(t)={x‘。(t)},(t=1,2,⋯,n),(1)网络(Generalizedregressionneur
7、alnetwork,GRNN)(2)若将原始数列进行一次累加生成,获得的组合预测模型,分别拟合浙中某市传染病发病率新的数列:的情况,对3种模型的拟合效果进行评价,提出各x‘’()=∑x(。’(i),(t=1,2,⋯,n),(2).个模型的优越性和不足,为传染病预测模型的研究(3)确定GM(1,1)模型:相应白化微分方提供依据。程为:基本理论与方法+(1):,(3)1灰色模型本研究使用的灰色模型是GM(4)记参数列为&=[c~,/z],根据最/b-乘法解:基金项目:浙江省科技厅赞助项目(2007C23001)&=(BB)BYn,
此文档下载收益归作者所有