基于ARIMA-NARNN组合模型的血吸虫感染率预测研究

作     者：王克伟 吴郁 李金平 蒋玉宇 WANG Ke-wei;WU Yu;LI Jin-ping;JIANG Yu-yu

作者机构：江南大学无锡医学院无锡214122 

出 版 物：《中国血吸虫病防治杂志》 (Chinese Journal of Schistosomiasis Control)

年 卷 期：2016年第28卷第6期

页      面：630-634页

核心收录：

学科分类：0710[理学-生物学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 0906[农学-兽医学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 10[医学] 

基　　金：国家自然科学基金(81200645) 

主　　题：自回归滑动平均模型 非线性自回归神经网络 时间序列 血吸虫病 预测 Autoregressive integrated moving average model (ARIMA) Nonlinear auto-regressive neural network (NARNN) 

摘      要：目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA-NARNN组合模型预测样本的MSE、MAE和MAPE均最小,分别为0.011 1、0.090 0和0.282 4。结论 ARIMA-NARNN组合模型能有效模拟和预测血吸虫感染率,具有较好的推广应用价值。