换一批优化组合预测模型在手足口病发病预测中的应用
Application of optimized combination prediction model in the prediction of hand,foot and mouth disease
摘要目的 针对2020-2023 年手足口病发病异常波动导致的建模预测问题,探索疫情后手足口病发病的科学精准预测方法.方法 使用季节指数对数据进行前处理,分别用传统的季节性自回归移动平均(SARIMA)模型、奇异谱分析(SSA)-ARIMA模型、ARIMA-长短期记忆递归神经网络(LSTM)模型和 SSA-ARIMA-LSTM 模型,拟合2013-2023 年的发病情况,预测2024 年手足口病发病情况,收集的真实的2024 年数据作为测试集,比较模型的预测性能.结果 构建的模型拟合性能方面,ARIMA模型MAE为 107.50、RMSE为 144.53,SSA-ARIMA模型MAE为2.84、RMSE为4.33,ARIMA-LSTM模型MAE为99.46、RMSE为131.59,SSA-ARIMA-LSTM模型MAE为96.35、RMSE为132.13;模型预测性能方面,ARIMA 模型 MAE 为 151.64、RMSE 为 146.70,SSA-ARIMA 模型 MAE 为41.22、RMSE为57.01,ARIMA-LSTM 模型 MAE为 220.75、RMSE为 257.89,SSA-ARIMA-LSTM 模型 MAE 为58.83、RMSE为72.06.结论 SSA-ARIMA模型的拟合度最好,预测准确度最高,适用于对手足口病的发病趋势进行预测分析.
更多相关知识
关键词
手足口病自回归移动平均模型奇异谱分析长短期记忆递归神经网络模型Hand,foot and mouth diseaseAutoregressive integrated moving average modelSingular spectrum analysisLong short-term memory model
分类号
R181.3（流行病学与防疫）
栏目名称
DOI
10.3969/j.issn.1006-2483.2026.01.012
发布时间
2026-01-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
安徽省高校科学研究项目（2024AH050719）
- 浏览4
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
