ARIMA模型与GRNN模型对性病发病率的预测研究

目的比较ARIMA模型与GRNN模型在性病发病率预测上的有效性。方法以新站区2005～2009年传染病疫情资料为基础,利用月发病率建立ARIMA(0,0,1)模型;将各月的发病率作为GRNN模型的输入,对应下个月发病率作为网络的输出,对样本进行训练,比较两模型的应用效果。结果合肥市新站区2005～2009年性病平均发病率达135.32/10万,并以年平均发展速度1.03缓慢上升。ARIMA(0,0,1)模型与GRNN模型的平均误差率分别是33.8%和27.0%;R2值分别是0.714和0.749。结论新站区性病呈平缓的波浪式上升,GRNN模型较适合该类疾病的发病率预测,建议公共卫生人员依据疫情预测及时做好防控工作。     

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％；R^2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％；R^2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％；R。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％；R^2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。     

基于GRNN的组合预测模型在传染病发病率预测中的应用

目的研究基于GRNN的组合预测模型拟合传染病发病率的优越性和不足。方法以浙中某市1998—2008年的肺结核发病率为研究资料,分别构建了灰色模型和ARIMA模型,以这两种模型为基础构建了基于GRNN的组合预测模型。结果残差修正GM(1,1)模型、ARIMA(1,0,1)*(1,1,0)12模型、基于GRNN的组合预测模型的MSE,MAE,MAPE和MER分别为37.451,5.692,53.69%,48.51%;18.509,3.761,35.13%,32.05%;9.961,2.571,25.6%,21.9%。结论基于GRNN的组合预测模型的预测精度优于两种单项模型。     

中国内地法定报告传染病预测和监测的ARIMA模型

目的通过对1995年1月～2004年4月中国大陆法定报告传染病逐月发病率数据的分析,研究其变化规律,建立预测与监测的ARIMA时间序列模型。方法利用时间序列模型中的自回归滑动平均混合模型ARIMA,考虑非季节效应和季节效应,分析中国法定报告传染病发病率的变化趋势和周期性,模型参数估计采用非线性最小二乘法,应用残差和赤池信息量准则（AIC）评价模型的优劣。1995～2004年我国内地法定报告传染病逐月发病率的数据用于建立模型,2005年1月～2006年4相应数据用于模型检验。结果分析结果显示,法定报告传染病发病以年为周期,一年中6～9月为高发月,尤其是8月和7月最为严重。ARIMA（0,1,0）（0,1,0）12模型是法定报告传染病拟合的最佳模型,其拟合残差的方差为2.28,外推预测的平均绝对误差为0.34。利用预测值的95%置信区间建立了我国内地法定报告传染病发病率变化的监测控制线,用于其发病情况的预测与预报。结论对传染病发病率历史数据进行时间序列分析是用于传染病监测的一个重要的工具。所建立的ARIMA模型适用于对中国大陆法定报告传染病发病率预测与监测。该模型具有一定的实用价值,并可以应用于其他传染病的监测和异常变化的检测。     

灰色模型在预测天津市肠道传染病发病趋势中的应用

目的探讨预测天津市肠道传染病发病率的灰色模型,为天津市肠道传染病防制工作提供科学的参考依据。方法利用2004--2009年天津市肠道传染病疫情资料建立GM（1,1）预测模型,进行模型评价,并对未来几年进行趋势预测。结果天津市肠道传染病发病率GM（1,1）模型为：Yr＋1=-1532．39e^-0.1125t＋1681．68,拟合精度合格。结论模型能够用于预测天津市肠道传染病发病率的短期趋势,未来3年天津市肠道传染病将呈缓慢下降趋势。     

我国某地区痢疾发病率与气象因素的关系及其预测模型

[目的] 建立我国某地区痢疾发病率的预测模型,并探讨各种气象因素对痢疾发病率影响的相对重要性.[方法] 以2000年1月～2005年12月气象因素为输入神经元,同期痢疾月发病率为输出神经元建立BP人工神经网络模型.同时以气象因素为自变量,痢疾月发病率为应变量,建立多元线性回归模型.以上两模型分别以MIV值和标准化偏回归系数确定各气象因素的相对重要性.以2006年痢疾月发病率检验以上模型的预测效果. [结果] BP人工神经网络模型的平均误差率为17.12%;非线性相关系数为0.76.多元线性回归模型的平均误差率为10.74%:非线性相关系数为0.88.多元线性回归模型表明,影响痢疾发病率的重要气象因素为平均气压、平均最低气温、平均最高气温、平均相对湿度.BP人工神经网络模型的研究结果与其基本一致,平均气压、平均相对湿度、平均最高气温、平均气温为重要性排序前4位的气象因素.[结论] 对我国某地区痢疾发病率的预测可使用以气象因素为自变量的多元线性回归模型进行预测,影响疾病发病率的主要气象因素为平均气压、平均最低气温、平均最高气温、平均相对湿度.     

灰色模型对长沙市四类传染病发病率的模拟与预测

目的模拟与预测长沙市2006-2010年法定甲乙类传染病中血源及性传播疾病、呼吸道传染病、肠道传染病、虫媒及自然疫源性疾病发病率,掌握流行趋势,为制定长沙市传染病预防控制措施提供依据。方法应用灰色GM(1,1)模型对长沙市1995-2005年的法定甲乙类传染病四类发病率进行拟合,得出拟合模型并进行精度检验。结果建立的模型预测精度良好,外推预测2006-2010年长沙市血源及性传播疾病、呼吸道传染病发病率明显上升,肠道传染病、虫媒及自然疫源性疾病发病率显著下降,符合流行规律。结论该模型受样本含量和概率分布的限制较小,运算简单,有较高实用价值,可用于长沙市各类传染病发病率近期预测。     

传染病发病率变化趋势的非线性过程分析

目的 利用非线性过程探讨传染病发病规律。方法 对传染病发病率曲线进行非线性过程的幂函数拟合，并与用曲线参数估计法的幂函数拟合结果进行对比。结果 利用非线性回归分析过程拟合的幂函数模型为Y=425．7646X^=0．5185,R^2=0．9695，预测精度高于用曲线参数估计法拟合的幂函数模型(R^2=0．9429)。结论 非线性的幂函数拟合结果相对较优。故更好地分析与预测深圳市龙岗区传染病发病情况。在卫生部门行之有效的防治措施下，深圳市龙岗区传染病发病呈幂函数趋势下降。     

灰色模型预测传染病流行趋势在基层的应用

传染病预测是制定传染病近期和远期应对策略的重要前提,也是变被动预防为主动预防的重要环节。传染病的预测方法种类繁多,且比较深渊。对于基层防疫人员来说,如何利用常规监测资料,定量地研究传染病的传播规律,开展及时、准确的传染病流行趋势预测,是一个很大的挑战。GM（1,1）灰色模型具有预测效果好、影响因素少、计算简单快速等优点,非常适合基层防疫人员运用。本文试以建德市2002—2007年肺结核发病率建立预测模型,对2008年及2009年肺结核发病情况进行预测,并利用2008年肺结核实际发病率与预测发病率进行对比,计算其相对误差来检验模型预测效果。此方法可供基层防疫人员参考,现介绍如下。     

ARIMA模型和BP神经网络模型在我国乙型肝炎发病预测中的应用

目的探讨适合全国乙肝发病率的预测模型,为乙肝预测预警系统提供参考。方法应用2004-2012年全国乙肝月发病率数据,分别建立ARIMA模型和BP神经网络模型,利用建立的模型预测2013年1-12月乙肝发病率,采用实际发病率验证与比较两种模型的预测效果,评价指标为平均绝对误差(MAE)、平均绝对误差率(MER)和非线性相关系数(RNL)。结果全国2004-2013年乙肝月发病率在2.79/10万~9.44/10万间波动,序列具有明显的长期趋势。建立的乘积ARIMA(0,1,1)(0,1,1)12模型预测的MAE、MER、RNL分别为0.445、0.065、0.909,BP神经网络模型分别为0.635、0.093、0.872。ARIMA模型预测的平均绝对误差和平均绝对误差率要低于BP神经网络模型(△MAE=-0.190,△MER=-0.028),非线性相关系数要高于BP神经网络模型(△RNL=0.037)。结论 ARIMA模型和BP神经网络模型均适用于我国乙肝发病率的预测,且前者的预测效能和非线性拟合能力略优于后者。     

灰色模型GM（1，1）在全国甲乙类传染病发病率定量宏观评估中的可行性研究

目的探索灰色模型GM（1,1）在全国甲乙类传染病发病率定量宏观评估中的合理性与应用条件。方法收集1990～2011年中国大陆地区22年甲乙类法定传染病发病率资料。首先,利用1990～2007年甲、乙类法定传染病发病率建立灰色GM（1,1）模型,然后对2008-2011年甲、乙类法定传染病发病率进行外推预测。结果灰色模型GM（1,1）应用较好的全国甲乙类传染病包括：伤寒和副伤寒、流行性脑脊髓膜炎和流行性乙型脑炎。应用基本适合的包括：梅毒、百日咳、白喉、钩端螺旋体病、布鲁氏菌病和炭疽。这些传染病发病率均具有呈指数上升或下降的趋势。结论GM（1,1）模型本质上是指数模型,当数据服从指数分布时,利用GM（1,1）效果较好,与指数函数回归结果基本一致。     

广义回归神经网络在肾综合征出血热发病率预测中的应用

目的探讨广义回归神经网络(GRNN)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1984-2002年沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1985-2003年沈阳市HFRS发病率作为神经网络的输出。利用Matlab7.0软件中的神经网络工具箱分别构建HFRS发病率的GRNN预测模型和反馈(BP)神经网络预测模型,对样本进行拟合和预测并对两者的拟合和预测性能进行比较。结果GRNN的最优光滑因子为0.35;BP神经网络的隐含层数定为6。从拟合效果来看,GRNN和BP神经网络预测模型的平均误差率(MER)分别为25.42%和25.55%;两者的决定系数r2分别为0.9438和0.9729,总的来说,拟合效果比较满意,两者拟合差异不是很明显。从预测效果来看,两者的MER分别为4.90%和15.16%,GRNN的MER远远小于BP神经网络;两者的r2分别为0.9897和0.9516。结论GRNN充分体现了它在小样本预测中的优势,预测效果优于BP神经网络,对解决HFRS等流行情况影响因素复杂的问题有很好的实用价值。     

应用灰色模型预测其他感染性腹泻和病毒性肝炎的发病趋势

目的探讨预测湖口县法定传染病发病率的数学模型,研究笔者所在县传染病的发病规律和趋势。方法对2004-2010年资料完整的两种传染病建立灰色系统GM（1,1）模型,并进行外推3年预测。结果后验差比值C和小误差概率P综合模型检验,两个模型等级结果为好,适合两病种的预测。结论通过模型进行分析,其他感染性腹泻近期未来发病率将上升外,病毒性肝炎发病率近期未来将下降。     

基于BP神经网络的河南省甲乙类法定报告传染病预测研究

目的 建立用于河南省法定报告传染病(甲乙类)预测的神经网络模型,为制定传染病预防和控制措施提供理论依据.方法 首先确定预测模型的基本结构,以归一化后的2003-2009年河南省甲乙类法定报告传染病发病率数据为训练样本,以2010年的数据为检验样本,采用改进的BP神经网络算法训练预测模型.利用该模型对2011-2013年河南省甲乙类法定报告传染病发病率数据进行预测.结果 所建立的模型在仿真预测样本点的平均相对误差为0.076％,在检验样本处的预测误差为0.434％.并获得了2011-2013年河南省甲乙类法定报告传染病发病率预测数据.结论 所建立的BP神经网络模型具有良好的预测精度,适合用来进行河南省甲乙类法定报告传染病发病率的预测.     

时间序列分析法在传染病发病率预测中的应用

目的探讨时间序列分析法在乙类传染病发病率预测中的应用,为制定辖区传染病防控策略提供依据。方法用深圳市宝安区沙井街道2006年1月至2019年12月的乙类传染病月发病率数据,建立自回归移动平均模型(ARIMA)并验证模型的预测效果。结果建立的ARIMA(2,1,1)模型预测效果较好,实际值均在预测值的95%可信区间内,对2020年1～6月乙类传染病发病率的预测值基本符合实际变动趋势。结论 ARIMA模型能较好地模拟短期内乙类传染病发病率的变动趋势。     

单纯ARIMA模型和ARIMA．GRNN组合模型在猩红热发病率中的预测效果比较

探讨单纯求和自回归滑动平均(ARIMA)模型和求和自回归滑动平均模型与广义回归神经网络(GRNN)组合模型在猩红热发病率研究中的应用.该研究对某市2000-2006年猩红热月发病率资料建立ARIMA模型,然后将其拟合值作为GRNN的输入,实际值作为网络的输出训练网络,然后比较两个模型的效果.结果 表明,单纯ARIMA模型和组合模型的平均误差率(MER)分别为31.6%、28.7%;决定系数(R2)分别为0.801、0.872.组合模型的效果要优于单纯ARIMA模型,可以用于发病率的拟合与预测.     

利用ARIMA和BP神经网络模型分析新疆生产建设兵团乙肝流行特征

目的 通过分析2009－2019年新疆生产建设兵团乙肝发病数据，了解乙肝发病特征及规律。同时构建ARIMA模型和BP神经网络对2020年新疆生产建设兵团乙肝发病率进行预测，选取合适模型为乙肝及时防控调整做参考依据。方法 收集新疆生产建设兵团疾病预防控制中心网站公布的法定传染病月疫情统计数据和中国统计年鉴数据，利用SPSS 20.0进行流行病学统计分析。利用R（forecast包、tseries包）建立ARIMA模型，利用MATLAB构建BP神经网络对新疆生产建设兵团2009年1月－2019年12月的乙肝月发病率进行拟合预测。结果 2009－2019年新疆生产建设兵团乙肝病毒性肝炎年平均发病率为95.76/10万（29 476/3 078.05万，95%CI:94.67～96.86），乙肝发病率处于逐年下降中；各年报告男性发病率均高于女性，男女发病数比为1.676∶1；BP神经网络预测精度指标（MAE，MAPE，RMSE）均优于ARIMA模型。结论 2009－2019年新疆生产建设兵团乙肝发病率趋势逐年下降。BP神经网络是短期预测新疆生产建设兵团乙肝月发病趋势的较为理想的模型。     

应用ARIMA-GRNN模型预测深圳市宝安区流感样病例发病率

目的建立预测流感样病例发病率的ARIMA-GRNN模型,并验证其可行性。方法应用SPSS 19.0软件,对2010年1月-2015年9月宝安区流感样病例月发病率进行模型拟合,并应用MATLAB 7.0联合GRNN模型进行误差修正。以2014年10月-2015年9月月流感样病例发病率作为考核样本评价模型预测效果,并预测2015年10-12月月流感样病例发病率。结果 ARIMA(2,1,0)(0,1,1)12拟合2010年1月-2015年9月宝安区每月新增感染率的变动趋势较为理想,联合GRNN模型后,预测结果与实际值相对误差最大值为3.12%,最小为2.00%;结论 ARIMA(2,1,0)(0,1,1)12-GRNN模型在宝安区流感样病例发病率短期趋势的预测与实际发病率吻合,拟合效果较好。     

ARIMA模型应用于部队病毒性肝炎预测预警分析

目的 探讨ARIMA模型应用于部队病毒性肝炎预测的可行性,为部队传染病预防控制提供依据.方法 利用 SPSS 13.0软件对1999-2008年某部队病毒性肝炎逐月发病率进行ARIMA模型建模拟合,并对2009年病毒性肝炎逐月发病率进行预测.结果 ARIMA(0,1,1)×(0,1,1)12模型预测效果较好,2009年病毒性肝炎逐月发病率均在预测值的95%可信区间内.结论 ARIMA时间序列模型可以用于部队病毒性肝炎发病率的动态分析和短期预测.     

径向基函数神经网络在传染病发病率预测中的应用

传染病发病率的有效预测在传染病防治工作中意义重大,其预测理论和方法的研究一直是一个热点.现实中影响传染病发病的因素众多、相互关系复杂,各因素的作用机制通常不能或无法用精确的数学语言来准确描述.本文采用基于时间序列的径向基函数(RBF)神经网络模型对传染病发病率进行预测,以实现传染病发病序列的非线性逼近.在实例分析中,以某市1991-2002年乙型肝炎(乙肝)月发病率数据建模,经过网络的不断学习和训练,得到合适的预测模型后对2003年1-6月的月发病率进行预测.通过与2003年1-6月的实际发病率进行比较分析以验证建模的可靠性,并与传统的时间序列模型预测结果进行比较,结果表明应用RBF神经网络模型对乙肝发病率的短期预测精度更高、效果更好.