GM(1,1)模型与LSTM神经网络在肺结核发病数预测中的应用

• 作者: 杜敏 王淑平 程冬 罗建伟 胡佩佩
• 来源期刊: 公共卫生与预防医学
• 学科: 医学
• 关键词: GM(1,1)模型 LSTM神经网络 肺结核
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 论著
• 页码范围: 11-14
• 页数: 4页
• 分类号: R183.3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2483.2019.05.003

摘要

目的 运用GM(1,1)灰色预测模型和LSTM神经网络模型对全国肺结核发病数进行拟合,对拟合结果进行比较,为肺结核病防控工作提供科学依据.方法 利用2008—2018年全国肺结核发病数分别构建GM(1,1)灰色预测模型和LSTM神经网络模型,对建立的模型进行拟合,同时运用得到的模型对2019年全国肺结核发病数进行预测.两种模型拟合评价指标为均方根误差(RMSE)和平均绝对百分比误差(MAPE).结果 全国肺结核发病数GM(1,1)灰色预测模型和LSTM神经网络模型的RMSE和MAPE分别为16108.39、15169.81和1.57％、1.15％.两种模型预测2019年全国肺结核发病数分别为777004和822125.结论 LSTM神经网络模型拟合效果优于GM(1,1)模型,预测结果表明2019年全国肺结核年发病数将呈现出减少的趋势,但是肺结核发病数仍然较多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗建伟		4	6	1.0	2.0
2	王淑平		7	13	2.0	3.0
3	胡佩佩		5	23	3.0	4.0
7	杜敏		3	2	1.0	1.0
8	程冬		1	1	1.0	1.0