三种模型在肺结核发病预测中的应用

作者：张国良; 后永春; 舒文; 朱士玉; 聂绍发; 许奕华

来源：中国卫生统计, 2013, 30(04): 480-483.

• 自回归滑动平均模型
• 广义回归神经网络
• 径向基函数网络
• 肺结核预测

目的比较求和自回归滑动平均(ARIMA)模型、ARIMA与广义回归神经网络(GRNN-ARIMA)组合模型、径向基函数(RBF)网络模型在肺结核发病预测中的应用,探讨优化模型,为完善结核病预测预警系统提供建议和资料。方法利用1998年1月-2011年6月全国肺结核逐月发病资料构建ARIMA模型,而2011年7-12月数据作为模型测试值;将上述ARIMA模型拟合值作为GRNN模型输入值,各月实际发病率作为输出值,构建GRNN-ARIMA组合模型并预测;将1998年1月-2011年6月数据分段,构建三维输入,一维输出的RBF网络模型并预测。比较三种模型的拟合及预测效果优劣。结果三种模模型拟合肺结核发病情况的均方误差MSE值依次为GRNN-ARIMA(0.0848)<RBF(0.1987)<ARIMA(0.2800);三种模型预测2011年7-12月各月的发病率与实际值比较的均方误差MSE值依次为:GRNN-ARIMA(0.0571)<RBF(0.1024)<ARIMA(0.1053),其他模型评价指标也显示GRNN-ARIMA组合模型误差最小。结论 GRNN-ARIMA组合模型拟合及预测效果均优于RBF网络模型和单纯ARIMA模型,它能显著提高预测精度,具有很好的实用价值。

• 单位
  公共卫生学院; 华中科技大学同济医学院