ARIMA-MLP与ARIMA-RBF模型在流行性腮腺炎发病预测中的应用

• 作者: 刘峰 周体操 张义 张志成 曹磊 邓勇 陈飒
• 来源期刊: 公共卫生与预防医学
• 学科: 医学
• 关键词: 流行性腮腺炎 自回归移动平均模型 多层感知器神经网络模型 径向基函数神经网络模型
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 论著
• 页码范围: 26-30
• 分类号: R512.1
• 语种: 中文

摘要

目的 探索流行性腮腺炎月发病数的最佳预测模型,为流腮发病的预测和预警提供理论依据.方法 使用SPSS18.0软件,分别采用单纯自回归移动平均模型(ARIMA模型)、自回归移动平均-多层感知器神经网络模型(ARIMA-MLP组合模型)及自回归移动平均-径向基函数神经网络模型(ARIMA-RBF组合模型)对陕西省2009-2014年流腮月发病数进行拟合,找出最佳预测模型.结果 单纯ARIMA模型拟合优度R2值为0.831,平均绝对误差(MAE)值为267.49;ARIMA-MLP组合模型的R2值为0.881,MAE值为208.01;ARIMA-RBF组合模型的R2值为0.898,MAE值为205.82.结论 ARIMA-RBF组合模型对陕西省流腮月发病数预测效果最佳,可以为流腮发病的预测、预警提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志成		29	153	8.0	10.0
2	张义		37	169	8.0	11.0
3	陈飒		24	68	5.0	7.0
4	刘峰		37	211	10.0	12.0
5	曹磊		20	80	6.0	8.0
6	邓勇		22	164	6.0	12.0
7	周体操		23	85	6.0	8.0