10.3969/j.issn.1003-4692.2008.01.016
GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究
目的 探讨广义回归神经网络(GRNN)组合预测模型在肾综合征出血热(HFRS)发病率预测上的优势及应用前景.方法 利用1990-2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM(1,1)灰色预测模型和求和自回归滑动平均(ARIMA)模型,把2个模型的预测值作为GRNN的输入,实测值作为网络的输出,对样本进行训练和预测,并对 3 个模型的预测效果进行比较.结果 针对辽宁省HFRS发病率建立的GM(1,1)模型、ARIMA模型和GRNN组合预测模型的平均误差率(MER)分别为13.5143%、25.0814%和5.5755%;R2分别为0.8961、0.6997和0.9837.针对丹东市 HFRS 发病率建立模型的 MER 分别为19.7329%、20.6275%和14.0789%;R2分别为0.8112、0.7628和0.8750.针对沈阳市HFRS发病率建立模型的 MER 分别为15.1421%、18.0584%和14.3592%;R2 分别为0.8757、0.7889和0.8585.针对朝阳市HFRS发病率建立模型的MER分别为51.5090%、28.6593%和28.5927%;R2 分别为0.7863、0.8291和0.7753.GRNN 组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型;针对沈阳市所建立的 HFRS 发病率预测模型,GRNN 组合预测模型和GM(1,1)模型相当,ARIMA模型最差.朝阳市的HFRS发病率预测模型不适合用上述方法 建立.结论 GRNN组合预测模型充分体现了它在小样本预测中的优势,预测效果优于GM(1,1)模型和 ARIMA 模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值.
肾综合征出血热、广义回归神经网络、GM(1,1)模型、求和自回归滑动平均模型、组合预测
19
R373.3+2(医学微生物学(病原细菌学、病原微生物学))
国家自然科学基金30771860;70503028
2008-05-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-48