换一批SARIMA模型与SARIMA-GRNN组合模型在预测广东省登革热疫情中的应用
Application of SARIMA Model and SARIMA-GRNN Hybrid Model in Predicting Incidence Number of Dengue in Guangdong Province
摘要目的 应用季节性差分自回归滑动平均(SARIMA)模型以及与广义回归神经网络的组合模型(SARI-MA-GRNN)预测广东省登革热的月发病数,比较其预测效果,为登革热的预测预警和防控提供科学依据.方法 该研究使用广东省2004年1月至2012年12月登革热的逐月发病资料,分别构建两种模型,并使用2013年1月至12月的数据对模型进行预测验证.结果 登革热疫情呈现明显的周期性和季节性,周期为1年,8～10月份为高发期,在爆发年份发病人数急剧增多.SARIMA(1,1,3)(1,1,0)12模型为SARIMA预测部分的最优模型;神经网络的最优光滑因子为0.04.两种模型对2013年疫情预测的均方根误差(RMSE)为SARIMA(105.76)＞ SARIMA-GRNN(92.77),平均绝对百分比误差(MAPE)为SARIMA(2.78)＞SARIMA-GRNN(2.15),平均绝对误差(MAE)为SARIMA(64.75)＞GRNN-ARIMA(58),模型的决定系数(R2)为SARIMA(0.92)＜SARIMA-GRNN(0.95).结论 两种方法均有较佳的预测效果.在SARIMA模型的基础上,结合GRNN模型可进一步提高预测精度.
更多相关知识
栏目名称
发布时间
2016-12-13（万方平台首次上网日期，不代表论文的发表时间）
- 浏览65
- 被引13
- 下载24
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
