基于ARIMA-GRNN组合模型的传染病发病率预测 |
| |
作者姓名: | 严薇荣 徐勇 杨小兵 张惠娟 施侣元 周宜开 |
| |
作者单位: | 1. 华中科技大学同济医学院公共卫生学院,430030;宜昌市疾病预防控制中心,443000 2. 华中科技大学同济医学院公共卫生学院,430030 |
| |
摘 要: | 现实世界中传染病发病率受多种因素影响,具有不规则、混沌等非线性特征。因此单纯利用传统的时间序列模型有时难以对系统进行理想的拟合。利用径向基神经元和线性神经元建立起来的广义回归神经网络GRNN,由于训练速度快,非线性映射性能很强,因而常用于函数逼近。本文应用串联的方法建立ARI-MA和GRNN的组合模型对传染病发病率进行预测。以弥补ARIMA模型非线性映射性能弱的不足,提高预测的精度。
|
关 键 词: | 组合模型 传染病 拟合 系统 时间序列模型 利用 线性特征 混沌 规则 影响 因素 发病率 世界 |
本文献已被 维普 万方数据 等数据库收录! |
|