国家自然科学基金(30771860)
- 作品数：12 被引量：106H指数：7
- 相关作者：郭军巧周宝森吴伟安淑一王萍更多>>
- 相关机构：辽宁省疾病预防控制中心中国医科大学沈阳市疾病预防控制中心更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 应用时间序列模型预测辽宁省麻疹疫情被引量：8
- 2014年
- 目的应用时间序列模型预测辽宁省麻疹疫情,进一步做好麻疹防控工作。方法用eviews软件基于辽宁省2000-2012年麻疹月发病数进行建模。结果应用建立模型为ARIMA(1,0,2)(0,1,1)12,预测结果均方根误差为8.11,平均绝对误差为6.69,平均绝对百分比误差为6.25,希尔不等系数为0.093,协方差比例为0.932。结论应用ARIMA模型预测麻疹疫情,预测效果较好。
- 安淑一赵卓郭军巧韩悦吴伟方兴周宝森
- 关键词：麻疹时间序列ARIMA
- GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究被引量：7
- 2008年
- 目的探讨广义回归神经网络(GRNN)组合预测模型在肾综合征出血热(HFRS)发病率预测上的优势及应用前景。方法利用1990-2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM(1,1)灰色预测模型和求和自回归滑动平均(ARIMA)模型,把2个模型的预测值作为GRNN的输入,实测值作为网络的输出,对样本进行训练和预测,并对3个模型的预测效果进行比较。结果针对辽宁省HFRS发病率建立的GM(1,1)模型、ARIMA模型和GRNN组合预测模型的平均误差率(MER)分别为13.5143%、25.0814%和5.5755%;R2分别为0.8961、0.6997和0.9837。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%和14.0789%;R2分别为0.8112、0.7628和0.8750。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%和14.3592%;R2分别为0.8757、0.7889和0.8585。针对朝阳市HFRS发病率建立模型的MER分别为51.5090%、28.6593%和28.5927%;R2分别为0.7863、0.8291和0.7753。GRNN组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型;针对沈阳市所建立的HFRS发病率预测模型,GRNN组合预测模型和GM(1,1)模型相当,ARIMA模型最差。朝阳市的HFRS发病率预测模型不适合用上述方法建立。结论GRNN组合预测模型充分体现了它在小样本预测中的优势,预测效果优于GM(1,1)模型和ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。
- 吴伟郭军巧周宝森
- 关键词：肾综合征出血热广义回归神经网络组合预测
- 非线性自回归神经网络在肾综合征出血热流行趋势预测中的应用被引量：12
- 2015年
- 目的 探讨非线性自回归（NAR）神经网络拟合及预测我国HFRS流行趋势的应用.方法 使用2004-2013年全国HFRS月报告发病数序列建立ARIMA模型和NAR神经网络模型,预测2014年HFRS月发病数,并比较两模型的拟合和预测效果.结果 对于拟合集,ARIMA模型的平均绝对误差（MAE）、均方误差平方根（RMSE）和平均绝对误差百分比（MAPE）分别为148.058、272.077和12.678％,NAR神经网络分别为119.436、186.671和11.778％;对于预测集,ARIMA模型的MAE、RMSE和MAPE分别为189.088、221.133和21.296％,NAR神经网络分别为119.733、151.329和11.431％.结论 NAR神经网络对于全国HFRS流行趋势拟合及预测效果优于传统的ARIMA模型,具有良好推广应用价值.
- 吴伟安淑一郭军巧关鹏任仰武夏玲姿周宝森
- 关键词：肾综合征出血热
- GM(1，1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究被引量：35
- 2008年
- 目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。
- 吴伟关鹏郭军巧周宝森
- 关键词：肾综合征出血热GM(1,1)模型ARIMA模型
- 应用ARIMA-GRNN模型对肾综合征出血热发病率时间序列数据的预测研究被引量：8
- 2015年
- 目的阐述ARIMA-GRNN模型预测肾综合征出血热发病率的方法和步骤,探讨其在综合征出血热发病率预测中的应用。方法利用辽宁省1962-2008年的肾综合征出血热发病率时间序列数据作为训练集,建立ARIMA模型和ARIMA-GRNN模型,选取2009-2011年的数据作为检验集,评价模型的拟合和预测效果。结果 ARIMA(2,1,1)模型和ARIMA-GRNN模型拟合值的平均误差绝对值分别为1.14和0.77;预测值的平均误差绝对值分别为0.53和0.20。ARIMA-GRNN模型的拟合和预测效果均优于ARIMA模型。结论 ARIMA-GRNN模型能有效模拟、预测肾综合征出血热的发病疫情,具有较强的推广应用价值。
- 吴伟郭军巧安淑一关鹏周宝森
- 关键词：肾综合征出血热时间序列发病率
- 广义回归神经网络在肾综合征出血热发病率预测中的应用被引量：14
- 2007年
- 目的探讨广义回归神经网络(GRNN)在肾综合征出血热(HFRS)发病率预测上的优势及应用前景。方法利用1984-2002年沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1985-2003年沈阳市HFRS发病率作为神经网络的输出。利用Matlab7.0软件中的神经网络工具箱分别构建HFRS发病率的GRNN预测模型和反馈(BP)神经网络预测模型,对样本进行拟合和预测并对两者的拟合和预测性能进行比较。结果GRNN的最优光滑因子为0.35;BP神经网络的隐含层数定为6。从拟合效果来看,GRNN和BP神经网络预测模型的平均误差率(MER)分别为25.42%和25.55%;两者的决定系数r2分别为0.9438和0.9729,总的来说,拟合效果比较满意,两者拟合差异不是很明显。从预测效果来看,两者的MER分别为4.90%和15.16%,GRNN的MER远远小于BP神经网络;两者的r2分别为0.9897和0.9516。结论GRNN充分体现了它在小样本预测中的优势,预测效果优于BP神经网络,对解决HFRS等流行情况影响因素复杂的问题有很好的实用价值。
- 吴伟郭军巧王萍周宝森
- 关键词：广义回归神经网络反馈神经网络肾综合征出血热
- 指数平滑灰色预测模型在HFRS发病率预测中的应用被引量：1
- 2009年
- 目的探讨肾综合征出血热(HFRS)发病率的预测方法,为合理调配肾综合征出血热防治的卫生资源提供依据。方法以1990～2001年辽宁省、丹东市和沈阳市HFRS的发病率为内样本建立指数平滑灰色预测模型I-GM(1,1),对2002年3个地区的HFRS发病进行预测,评价该模型的拟合和预测效果;并对3个地区未来几年的发病趋势进行预测。结果针对辽宁省HFRS发病率所建I-GM(1,1)模型的平均误差率(MER)和决定系数R2分别为14.73%,0.8573;针对丹东市HFRS发病率所建I-GM(1,1)模型的MER和R2分别为20.00%和0.8010;针对沈阳市HFRS发病率所建I-GM(1,1)模型的MER和R2分别为22.62%和0.8936。结论与GM(1,1)模型相比,指数平滑灰色预测模型I-GM(1,1)在预测疾病流行趋势方面是更加合理的选择;辽宁省HFRS发病率呈上升趋势,应采取有效的措施预防HFRS的发病。
- 梁会营李雪莲郭军巧尹智华周宝森
- 关键词：肾综合征出血热GM(1,1)模型
- 应用GM(1,1,sinω)模型预测肾综合征出血热发病率研究被引量：2
- 2009年
- 目的探讨GM(1,1,sinω)模型在肾综合征出血热(HFRS)发病率预测的应用。方法利用1984～2004年沈阳市HFRS发病率资料建立GM(1,1)预测模型和GM(1,1,sinω)预测模型,对样本进行拟合和预测并对两者的拟合和预测效果进行比较。结果GM(1,1)预测模型为XΣ(1)(k+1)=-541.5277e-0.0092k+551.4778;GM(1,1,sinω)模型为XΣω(1)(k+1)=-158.4104e-0.0444k+162.6622+11.7276sin2kπ/21+5.6982cos2kπ/21,GM(1,1,sinω)模型拟合精度较好(C=0.3912,P=0.9048)。GM(1,1)和GM(1,1,sinω)预测模型拟合的平均误差率(MER)分别为50.22%、20.34%;两者的预测MER分别为25.64%、13.10%,无论从拟合效果还是从预测效果来看GM(1,1,sinω)模型xing1,sinω)forecast的MER均低于GM(1,1)模型。结论GM(1,1,sinω)模型克服了传统灰色模型GM(1,1)的局限性,对于波动性较大且具有周期性的资料具有很好的实用价值。
- 郭立春王汉宁吴伟郭军巧王萍周宝森
- 关键词：肾综合征出血热
- 应用灰色摆动模型预测沈阳市肾综合征出血热的流行趋势被引量：4
- 2008年
- 目的应用灰色摆动模型预测沈阳市肾综合征出血热(HFRS)发病趋势,以期为相关部门科学合理的制定HFRS防制策略提供理论依据。方法根据1984-2004年沈阳市HFRS发病率数据建立灰色摆动模型GM(1,1,sinω),并作拟合精度检验;采用平均误差率(MER)来评价样本的拟合与预测效果,进而预测沈阳市HFRS发病趋势及下一个发病高峰年。结果GM(1,1,sinω)预测模型为:■ω(1)(k+1)=-158.4104e-0.0444k+162.6622+11.7276sin2kπ/21+5.6982cos2kπ/21,经拟合精度检验,模型拟合精度较好(C=0.3912,P=0.9048),其拟合MER为20.34%,预测值的MER为14.3%,模型的拟合与预测效果均令人满意。利用本模型预测2008～2010年HFRS发病率分别为:3.89/10万、2.65/10万、1.39/10万,发病呈逐年下降趋势,而下一个发病高峰年在2025年,发病率为5.05/10万。结论本模型较好的拟合了沈阳市HFRS发病趋势,预测结果具有一定的参考价值。在未来沈阳市HFRS发病率总体上呈下降趋势,估计在2019年其发病率呈现上升趋势至2025年达到高峰,提示相关部门根据发病趋势相应调整制定有针对性的防制措施。
- 郭立春吴伟郭军巧王萍周宝森
- 关键词：肾综合征出血热
- 3种模型在肾综合征出血热发病率拟合预测中的比较研究被引量：10
- 2008年
- 目的探讨3种不同的模型在肾综合征出血热(HFRS)发病率拟合预测中的应用,并选用合适的模型预测HFRS在该地区未来的发病趋势,为合理调配HFRS防治的卫生资源提供科学依据。方法采用灰色GM(1,1)模型、自回归模型、ARIMA模型对1990～2007年沈阳市HFRS的发病率资料进行数据拟合,并比较3个模型的拟合效果,选择最优模型预测沈阳地区未来几年的HFRS发病趋势。结果针对沈阳市HFRS发病率建立的GM(1,1)模型、自回归模型和ARIMA模型的平均误差率(MER)分别为52.76%、20.53%和6.75%,R2分别为0.466、0.945和0.991;预测在2012年前后沈阳市HFRS发病将会出现一个高峰,达到4.4035/10万。结论对于隐含波动周期并且不稳定的循环型时间序列,无论拟合还是预测,ARIMA模型的效果都优于灰色GM(1,1)模型和自回归模型。目前沈阳市HFRS正处于发病率的低谷期,预测未来几年呈上升趋势,应引起注意。
- 梁会营李雪莲郭军巧王萍周宝森
- 关键词：肾综合征出血热GM(1,1)模型自回归模型ARIMA模型
