ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用

摘要：

目的 探讨自回归滑动平均混合模型(autoregressive integrated moving average,ARIMA)与误差逆传播((back propagation,BP)神经网络模型在甘肃省结核病发病率预测中的预测效果,选取合适的模型预测发病趋势.方法 以甘肃省1997-2017年结核病数据为基础,建立ARIMA时间序列模型和BP神经网络模型分别预测2018-2019年的发病率,并比较两种模型的预测精度和建模效果.结果 对于甘肃省2018年和2019年结核病发病率,ARIMA时间序列模型预测结果为55.1075,54.5373,MSE=92.24,MAE =7.5313,MAPE=9.26％;BP神经网络模型预测结果为62.0132,73.4460,MSE =9.6575,MAE=1.1449,MAPE=1.68％.结论 BP神经网络模型对甘肃省结核病发病率的预测效果更佳,预测得2018-2019年甘肃省结核病发病率将呈小幅上升趋势.

关键词：结核病、ARIMA时间序列、BP神经网络、预测

所属期刊栏目：23

分类号：R181(流行病学与防疫)

在线出版日期：2019-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：728-732