基于SARIMA⁃ERNN组合模型预测我国细菌性痢疾发病率

目的：探讨季节自回归滑动平均混合（SARIM）?Elman神经网络（ERNN）组合模型在我国细菌性痢疾发病率预测中的利用价值。方法：使用2005年1月—2016年12月我国细菌性痢疾的月发病率资料作为训练集分别建立SARIMA模型、ERNN模型以及SARIMA?ERNN组合模型，2017年我国细菌性痢疾的月发病率资料作为测试集用于模型间的效果评价。结果：SARIMA模型拟合及预测的平均相对误差（average relative error，MRE）、平均误差率（average error rate，MER）、均方根误差（root mean squared predict error，RMSE）和平均绝对误差（mean absolute error，MAE）分别为5.661 37、0.061 81、0.001 45、0.000 94和5.596 40、0.051 77、0.004 54、0.000 34；ERNN模型拟合及预测的MRE、MER、RMSE和MAE分别为5.348 57、0.056 05、0.017 08、0.000 79和5.544 30，0.044 55、0.000 36、0.00030；SARIMA?ERNN组合模型拟合及预测的MRE、MER、RMSE和MAE分别为4.942 52、0.047 33、0.001 15、0.000 72和4.251 30、0.044 19、0.000 38、0.000 29。结论：与ERNN模型和SARIMA模型相比，SARIMA?ERNN组合模型具有较高的有效性和合理性，可以用于我国细菌性痢疾的短期预测和早期预警。