排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
[目的]对我国某地区的肺结核年发病率进行预测。[方法]采用2000~2005年的年发病率建立GM(1,1)模型。采用2000~2005年月发病率建立ARIMA(p,d,q)(P,D,Q)s模型,并结合同期气象因素,建立多元线性回归模型和BP人工神经网络模型。以2006年的实际年发病率验证4种模型的预测效果,评价指标为相对误差。选取相对误差最小的预测模型为最佳预测模型。[结果]GM(1,1)模型、ARIMA模型、多元线性模型、BP人工神经网络模型对2006年肺结核年发病率的预测值分别为126.18/10万、126.84/10万、98.95/10万和111.19/10万。以上4个模型的相对误差依次为19.84%、20.49%、5.39%和4.86%。BP人工神经网络模型为最佳预测模型。[结论]对于肺结核发病率的预测,应同时拟合几种模型,并选择其中拟合效果最好的一种模型。 相似文献
2.
3.
[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. 相似文献
1