肺结核发病率预测中灰色模型的应用

[目的]运用灰色模型预测某市肺结核发病率。探索数据波动较大的情况下,适用的灰色模型预测方法。[方法]根据某市1997~2008年肺结核发病率数据分别建立动态GM(1,1),新陈代谢GM(1,1)和常规GM(1,1)。比较3种模型预测精度和准确性,选择合适肺结核发病率的预测模型并进行外推预测。[结果]检验性预测中,3种模型预测精度均为一级,预测值相对误差依次为-13.56%、-12.27%和-31.18%。将动态GM(1,1)和新陈代谢GM(1,1)作为该市肺结核发病率预测模型,两种预测模型的预测精度分别为二级和四级。采用动态GM(1,1)对该市肺结核发病率进行外推预测,2009年、2010年该市肺结核发病率分别为90.22/10万、89.66/10万。[结论]针对该市肺结核发病率数据波动较大的情况,采用动态GM(1,1)进行预测是比较适用的方法。     

GM(1,1)灰色模型和ARIMA模型在上海市手足口病发病率预测应用中的比较研究

目的分别采用求和自回归滑动平均模型(autoregressive integrated moving average,ARIMA)和灰色模型GM(1,1)(grey model,GM(1,1))对上海市手足口病的发病率进行预测,并比较两者的预测效果。方法采用2005-2008年上海市手足口病的月发病率和年发病率分别建立ARIMA模型和GM(1,1)模型,并使用2009年的实际年发病率验证两种模型拟合和预测效果。选取相对误差最小的模型预测2011-2012年的发病率。结果 针对手足口病发病率建立的GM(1,1)模型和ARIMA模型,2005-2008年的拟合平均误差率分别为11.06%和10.54%;对2009年进行预测,预测值与实测值的相对误差分别为69.30%和6.51%。采用ARIMA模型对2011年和2012年的年发病率预测为255.32/10万和294.59/10万。结论 ARIMA模型对上海市手足口病的预测效果要优于灰色模型GM(1,1),对解决时间序列类型的发病率等资料有很好的实用价值,预测结果对该病的防治具有科学意义。     

三种时间序列模型在盐城市肾综合征出血热发病预测应用中的比较研究

目的比较GM(1,1)灰色模型、求和自回归滑动平均ARIMA模型和神经网络GRNN模型预测盐城市肾综合症出血热(HFRS)发病率的效果,探索最优预测模型。方法利用2005-2015年盐城市HFRS发病率建立GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型,比较模型的拟合效果。根据2016年HFRS发病率比较各模型的预测效果,确定最优模型,并预测2017-2018年HFRS发病率。结果 GM(1,1)模型、GM(1,1)-GRNN模型、ARIMA模型和ARIMA-GRNN模型拟合值相对误差分别为13.364%、2.033%、21.150%和16.519%,预测值相对误差分别为16.350%、10.773%、10.820%和0.018%。采用最优模型ARIMA-GRNN模型预测2017和2018年盐城市HFRS发病率分别为0.859/10~5和0.853/10~5。结论从模型整体拟合预测效果综合考虑,利用ARIMA-GRNN组合模型预测盐城市HFRS发病情况能够取得更好的效果,预测结果可对该病的防控提供数据支撑。     

灰色系统GM(1,1)模型预测常州市肺结核发病趋势

目的 建立肺结核灰色预测模型GM(1,1),应用于常州市肺结核发病趋势的预测.方法 根据中国疾病预防控制信息系统中2004-2011年常州市肺结核发病报告资料,建立肺结核发病率灰色预测模型GM(1,1),并对2012-2014年常州市肺结核发病率进行预测.结果 建立的预测模型为(x)(1)(k+1)=-944.7065 e-0.08740κ+1021.7343,经拟合检验,后验差比值C为0.222,小概率误差P为1,拟合精度为优.利用建立的模型预测常州市2012-2014年常州市肺结核发病率分别为42.8812/10万、39.2925/10万和36.0041/10万.结论 GM(1,1)模型较好地拟合了常州市肺结核发病的趋势,预测结果具有参考价值.     

ARIMA模型与灰色系统GM(1,1)模型在长沙市艾滋病发病率预测中的效果比较

目的利用ARIMA模型和GM(1,1)模型对长沙市艾滋病发病率进行模拟预测并对预测效果进行比较。方法收集长沙市2006—2016年艾滋病的发病资料,分别建立自回归滑动平均模型(ARIMA)及灰色系统GM(1,1)模型,进行回代拟合,并预测2017和2018年艾滋病的发病率,同时比较2种模型的拟合与预测效果。结果 ARIMA(1,1,1)模型预测出2017和2018年长沙市艾滋病发病率分别为6.19/10万、8.19/10万;GM(1,1)模型预测出2017年和2018年长沙市艾滋病发病率为6.39/10万和8.16/10万。结论 ARIMA模型及GM(1,1)模型的拟合结果均与长沙市艾滋病发病趋势相同,ARIMA模型对2006—2016年长沙市艾滋病发病率的预测效果较GM(1,1)模型好,预测准确度P高于GM(1,1)模型,平均绝对误差MAE小于GM(1,1)模型     

ARIMA模型和GM（1,1）模型在全国艾滋病发病率预测中的比较研究

目的利用ARIMA模型和GM（1,1）模型对全国艾滋病发病率进行预测并进行效果比较。方法利用1999-2011年全国艾滋病发病率分别建立ARIMA模型和GM（1,1）模型,进行回代拟合,并预测2012和2013年艾滋病发病率。同时,比较2个模型的拟合和预测效果。结果利用ARIMA模型拟合艾滋病发病趋势效果较好,预测2012年和2013年艾滋病发病率分别为1.51/10万、1.49/10万,即未来2年艾滋病发病率将维持在一个较高水平。GM（1,1）模型显示拟合精度为二级,预测2012年和2013年全国艾滋病发病率为2.88/10万和3.70/10万,结果提示,艾滋病发病率呈明显上升趋势。结论 2种预测模型结果存在差异,均显示未来2年我国艾滋病发病率未有减缓之势,有关卫生部门应改进卫生策略与措施,争取控制进而遏止艾滋病流行趋势。     

改进的GM(1,1)模型在肺结核发病率预测中的应用

目的利用改进的GM(1,1)模型,对我国肺结核发病率进行预测。方法选取我国2007—2017年肺结核发病率资料,建立改进的GM(1,1)模型,对其发病率进行拟合和预测。结果对GM(1,1)模型、改进的GM(1,1)模型所得结果相对误差平均值和预测相对误差进行比较,认为改进的GM(1,1)模型拟合和预测精度较高。结论改进的GM(1,1)模型可用于肺结核发病率的预测,精度较高。     

ARIMA与GM(1,1)模型对我国肺结核年发病人数预测情况的比较

目的通过ARIMA乘积季节模型和GM(1,1)模型拟合我国肺结核的发病人数,比较两种模型的拟合效果。方法运用我国2011-2016年的肺结核发病人数,分别构建ARIMA乘积季节模型和GM(1,1)模型,然后利用所得到的模型进行预测。采用平均绝对百分误差(MAPE)来评价模型的拟合效果。结果 GM(1,1)模型和ARIMA乘积季节预测模型所得到的MAPE分别为1.45%、1.70%。用GM(1,1)模型预测2017-2018年我国肺结核的发病人数分别为1042909、988915人。结论 GM(1,1)拟合效果优于ARIMA乘积季节模型,预测表明2017-2018年我国肺结核年发病人数将呈现出减少的趋势,但是肺结核发病人数仍然较多。     

四种模型在驻苏部队肺结核发病率预测中的比较研究

目的评估ARIMA模型、指数平滑模型、GM(1,1)模型及指数曲线模型在肺结核发病预测中的运用效果,为遴选适宜的预测措施提供参考。方法使用驻苏部队人群2005-2016年肺结核报告发病数据构建模型,评估拟合效果。结果 ARIMA模型、指数平滑模型能够预测肺结核月发病趋势,拟合的平均误差率(MER)分别为9.35%、10.28%,决定系数(R~2)分别为0.81、0.80;ARIMA模型能够预测肺结核季度发病趋势,拟合的MER、R~2分别为5.48%、0.73,而指数平滑模型无效;GM(1,1)模型、指数曲线模型有效,能够预测肺结核年度发病趋势,拟合的MER分别为1.47%、1.80%,R~2分别为0.98、0.97。结论 ARIMA模型拟合效果和预测准确性相对较好。GM(1,1)模型、指数曲线模型对年发病率呈线性下降趋势的肺结核,拟合效果和预测准确性均良好。2017年驻苏部队肺结核发病率呈稳中有降趋势。     

应用GM（1,1）模型预测我国流行性乙型脑炎流行趋势的可行性研究

[目的]分析我国乙脑流行趋势,探讨GM（1,1）统计模型在疾病发病预测中的应用,为预防和控制乙脑疫情提供准确和科学的依据。[方法]利用我国1990~2009年乙脑发病率资料,运用GM（1,1）模型对其进行拟合和预测。[结果]1990~2009年全国乙脑发病率实际值和预测值吻合程度较好,拟合精度为Ⅰ级。预测2010~2012年乙脑发病率分别为0.25/10万、0.23/10万、0.20/10万。[结论]运用GM（1,1）模型对乙脑发病进行预测是可行的,该模型的拟合和预测效果较好     

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。     

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。     

ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用

目的 探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考。方法 收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均（autoregressive integrated moving average,ARIMA）模型及广义回归神经网络（generalized regression neural network,GRNN）模型与ARIMA模型的联合。用2018年1月至5月艾滋病月发病数评估该模型预测效果。结果 艾滋病月发病数呈明显季节性,拟建立ARIMA（1,1,1）（0,1,1）₁₂模型对我国艾滋病月发病报告数进行预测。建立ARIMA-GRNN模型的光滑因子为0.021。ARIMA-GRNN模型拟合及预测误差均低于ARIMA模型。结论 ARIMA（1,1,1）（0,1,1）₁₂和ARIMA-GRNN模型均能较好地拟合并预测我国艾滋病月发病人数,但联合模型的效果更优。     

Elman神经网络与ARIMA模型对甲肝月发病率的预测研究

目的 两模型对甲肝月发病率数据进行拟合预测,比较最优模型。 方法 通过软件实现ARIMA模型和Elman神经网络对甲肝发病率进行拟合,并对2017年月发病率进行仿真。 结果 两模型拟合预测效果较好,ARIMA模型平均绝对误差(mean absolute error,MAE)、均方根误差(root-mean-square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别为0.013、0.002 9、9.29;Elman神经网络MAE、RMSE、MAPE分别为0.012、0.000 22、8.695。Elman神经网络预测结果优于ARIMA模型。 结论 两模型均能够拟合预测甲肝月发病率,Elman神经网络拟合预测效果更好。     

弹性BP神经网络在结核病发病率预报中的应用

[目的]探讨弹性BP神经网络在时间序列资料分析中的应用,建立结核病发病率的预测模型。[方法]利用重庆市结核病防治所于1993～2003年登记的结核病发病率时间序列资料,以双曲正切S型函数为传输函数、隐层节点为6的三层BP神经网络,建立了2种结核病发病率的非线性时间序列预测模型。[结果]建立的ANN2预测模型简单易行,预测值平均相对误差为0.06999,预测精度高。[结论]BP人工神经网络可以用于结核病发病率或死亡率的预测。     

ARIMA模型和BP神经网络模型在甘肃省结核病发病率预测中的应用

  目的  探讨自回归滑动平均混合模型（autoregressive integrated moving average，ARIMA）与误差逆传播（（back propagation，BP）神经网络模型在甘肃省结核病发病率预测中的预测效果，选取合适的模型预测发病趋势。  方法  以甘肃省1997-2017年结核病数据为基础，建立ARIMA时间序列模型和BP神经网络模型分别预测2018-2019年的发病率，并比较两种模型的预测精度和建模效果。  结果  对于甘肃省2018年和2019年结核病发病率，ARIMA时间序列模型预测结果为55.1075，54.5373，MSE=92.24，MAE=7.5313，MAPE=9.26%；BP神经网络模型预测结果为62.0132，73.4460，MSE=9.6575，MAE=1.1449，MAPE=1.68%。  结论  BP神经网络模型对甘肃省结核病发病率的预测效果更佳，预测得2018-2019年甘肃省结核病发病率将呈小幅上升趋势。     

江苏省肺结核流行趋势分析与预测

目的：对江苏省肺结核流行趋势进行分析和预测,为制定肺结核防治策略提供科学依据.方法：利用江苏省2005-2009年肺结核疫情报告资料,分析结核病动态变化趋势,拟合GM（1,1）模型,并对2010-2012年的发病率进行预测.结果：最终拟合的结核病发病率预测模型为（x）（1）（k＋1）=-1 628.46e^-0.04k＋1 705.46,拟合精度为1级,2010-2012年预测发病率分别为55.86/10万、53.60/10万、51.43/10万.结论：2005年以来肺结核疫情呈逐年下降的变化趋势.根据模型预测结果,未来3年将延续逐年下降趋势,说明我省结核病防治工作取得了明显效果.     

中低强度噪声致高频听力损伤的BP神经网络模型研究

[目的]建立中低强度噪声对高频听力损伤关系的BP神经网络模型,探讨BP神经网络模型在职业医学方面的应用。[方法]选择590名中低强度噪声接触者作为研究对象,应用SPSS10.0进行中低强度噪声和高频听力损伤关系的多元线性回归分析,同时应用Matlab7.0建立中低强度噪声和高频听阈关系的BP神经网络模型,比较人工神经网络模型和统计模型的预测效果。[结果]得到由4个输入单元、3个输出单元、18个隐含单元组成的BP神经网络模型,应用BP神经网络预测的误差绝对值平均值和相对误差绝对值都低于应用线性方程的预测结果。[结论]BP神经网络应用于中低强度噪声对高频听力损伤关系的分析效果较好,值得推广应用。