论文部分内容阅读
目的:为探究和讨论不同数学预测模型在新疆地区丙型肝炎的适用性,建立符合新疆地域特点的丙肝发病数预测模型。根据模型中的参数设置和选择,得出新疆地区丙肝发病数的趋势,预测疾病未来的发病状况,为新疆地区丙肝的防治决策提供定量参考。方法:1)对时序数据进行平稳性检验、纯随机性检验、参数估计、显著性检验等过程建立ARIMA乘积季节模型。通过20052014年新疆地区丙肝月发病数时序数据进行拟合及交叉验证,对新疆地区丙肝未来一年的流行状况做出预测。2)根据神经网络理论建立BP神经网络模型,通过时序数据的特征选择合适的输入层和隐含层节点数量,从而确定网络结构。将时序数据分组后输入网络并有监督地训练该网络的各参数,进行交叉验证后检验该模型的有效性。3)建立时间序列ARIMA乘积季节模型和BP神经网络模型的组合模型,并依次确定模型的结构。将前者的预测结果作为后者的预测依据,整合两个模型的结果作为最终预测值。结果:1)本文建立了ARIMA乘积季节模型ARIMA（2,1,0）×（1,1,0）12,交叉验证后训练集MAPE=1.44%,验证集MAPE=4.80%,验证集平均误差为4.67%。2)本文建立了结构为3-7-1的BP神经网络,训练并交叉验证后训练集MAPE=1.30%,验证集MAPE=4.65%,验证集平均误差为4.17%。3)组合预测模型中ARIMA部分为ARIMA（2,1,0）×（1,1,0）12,BP神经网络的结构为3-8-1,交叉验证结果为训练集MAPE=1.22%,验证集MAPE=3.72%,验证集上的平均误差为2.67%。结论:ARIMA-BP的组合模型在拟合和外推能力上均优于单一的ARIMA乘积季节模型或BP神经网络模型,说明该模型在非平稳时序的预测中的应用是可行、有效的。预测结果显示新疆地区2015年与2014年的丙肝发病数基本持平。