基于CEEMD-GWO-SVR集成模型的病毒性肝炎流行趋势预测研究

作者：杨慧; 魏麟; 胡晓斌^*; 朱素玲^*

来源：中国卫生统计, 2022, 39(06): 815-823.

• 病毒性肝炎
• 预测
• 分解集成模型

目的 为病毒性肝炎流行趋势分析建立可靠的CEEMD-GWO-SVR集成预测方法。方法 基于分解集成思想，首先利用CEEMD分别将甲型肝炎、乙型肝炎、戊型肝炎发病数的原始时间序列分解为一系列本模特征函数，然后利用GWO-SVR对每个本模特征函数建模，最后集成各本模特征函数的预测得到最终结果。结果 CEEMD-GWO-SVR比GWO-SVR、SARIMA的预测精度提高了2%～8%,其中甲型肝炎的MAPE分别降低了5.68%和7.06%,乙型肝炎降低了2.19%和4.34%,戊型肝炎降低了6.14%和4.59%。假设检验的结果也证明了CEEMD-GWO-SVR的预测与实际序列相关性更强。结论 CEEMD-GWO-SVR具有较高的预测精度，可以为病毒性肝炎流行趋势分析提供可靠的预测方法。

• 单位
  公共卫生学院; 兰州大学