BPNN神经网络模型和SARIMA模型在荆州市乙类传染病发病数中的预测效果比较

作者：刘天; 姚梦雷; 黄继贵; 黄淑琼; 陈红缨^*; 杨雯雯; 蔡晶; 吴然

来源：中国社会医学杂志, 2021, 38(01): 109-113.

• BPNN神经网络模型
• SARIMA模型
• 乙类传染病
• 预测

目的评价BPNN神经网络模型和季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)在乙类传染病发病数中的预测效果。方法利用荆州市2005年1月—2017年12月的乙类传染病逐月发病数作为拟合数据,建立BPNN神经网络模型和SARIMA模型,预测2018年1—5月逐月发病数并与实际值比较,采用平均绝对百分比误差(MAPE)、R2、均方误差(RMSE)和平均绝对误差(MAE)评价模型的拟合及预测效果。结果 SARIMA模型建立的最优模型为SARIMA[0,1,(12)](1,1,1)12,且残差为白噪声序列。BPNN神经网络模型和SARIMA模型拟合的MAPE、R2、RMSE和MAE依次分别为3.92%,0.92,82.29,61.93;7.16%,0.49,149.93,118.10。BPNN神经网络模型和SARIMA模型预测的MAPE、R2、RMSE和MAE依次分别为11.84%,0.23,180.33,94.76;21.96%,-0.91,633.94,251.19。结论 BPNN神经网络模型对荆州市乙类传染病发病数拟合和预测效果均优于SARIMA模型。

• 单位
  湖北省疾病预防控制中心