期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多种数据模型在手足口病发病预测的应用探讨 被引量:9
1
作者 原凌云 周以军 +4 位作者 朱妮 焦欢 杨敏 张永英 王娟 《实用预防医学》 CAS 2018年第11期1400-1402,共3页
目的应用多种数学模型拟合出手足口病发病最优模型,预测手足口病发病趋势,为疾病防控提供科学依据。方法采用SPSS 18. 0软件建立差分自回归移动平均模型(autoregressive integrated moving average,ARIMA模型)、差分自回归移动平均模型... 目的应用多种数学模型拟合出手足口病发病最优模型,预测手足口病发病趋势,为疾病防控提供科学依据。方法采用SPSS 18. 0软件建立差分自回归移动平均模型(autoregressive integrated moving average,ARIMA模型)、差分自回归移动平均模型与多层感知神经网络组合模型(autoregressive integrated moving average and multilayer perceptron,ARIMA-MLP模型)和差分自回归移动平均模型与径向基函数神经网络组合模型(autoregressive integrated moving average and radial basis function,ARIMA-RBF模型),分别对手足口病发病情况进行拟合,通过对三种模型比较,找到预测最优模型。结果 ARIMA模型的拟合度R2和平均绝对误差MAE值分别为0. 725、2. 672,ARIMA-MLP模型为0. 724、2. 672,ARIMA-RBF模型为0. 801、2. 206。结论 ARIMA-RBF模型的拟合度最大、平均绝对误差最小模型,拟合效果优于其他两种模型。 展开更多
关键词 手足口病 arima模型 arima-rbf模型 arima-MLP模型 发病预测
原文传递
中国猪肉价格预测研究——基于ARIMA-GM-RBF组合模型的分析 被引量:26
2
作者 吴培 李哲敏 《价格理论与实践》 北大核心 2019年第1期75-78,共4页
猪肉是重要的畜产品之一,其价格关系居民生活水平及整个农产品市场的稳定。本文利用2011年以来的猪肉价格数据,分别构建ARIMA模型、GM (1,1)模型及ARIMA-GM-RBF组合模型对中国猪肉价格进行预测。结果表明,单一模型由于信息利用不充分,... 猪肉是重要的畜产品之一,其价格关系居民生活水平及整个农产品市场的稳定。本文利用2011年以来的猪肉价格数据,分别构建ARIMA模型、GM (1,1)模型及ARIMA-GM-RBF组合模型对中国猪肉价格进行预测。结果表明,单一模型由于信息利用不充分,预测精度较低。本文中,ARIMA模型表现为普遍低估,且更适合进行短期预测,随着预测期延长,其误差变大;GM模型表现为普遍高估,且更适合进行中长期预测,随着预测期延长,其误差变小。ARIMA-GM-RBF组合模型充分利用了3个模型的优点,相对误差最小,拟合效果最好。结果显示,2018年下半年,中国猪肉价格将呈波动上升趋势;受新一轮增长周期和非洲猪瘟疫情等因素影响,2019年上半年将延续2018年底的上涨趋势,由13.55元/kg持续上升至17.04元/Kg,月均增速为3.89%,2019年下半年,增速将进一步扩大,预计月均增速将达4.68%,年底将创纪录地增至22.52元/kg。最后,提出适当加大规模化、专业化、组织化养殖;监测饲料及原料等上游产业形势;完善猪肉市场监测预警机制,加强疫情防控等促进生猪养殖产业发展和健全猪肉价格调控管理的建议。 展开更多
关键词 猪肉产业 猪肉市场 猪肉价格预测 生猪养殖 arima-GM-rbf模型
原文传递
中国手足口病发病率ARIMA、RBF及ARIMA-RBF组合模型拟合及预测效果比较 被引量:16
3
作者 王永斌 许春杰 +4 位作者 尹素凤 武建辉 柴峰 李向文 袁聚祥 《中国公共卫生》 CAS CSCD 北大核心 2017年第5期760-763,共4页
目的比较求和自回归滑动平均混合模型(ARIMA)、径向基函数神经网络模型(RBF)和ARIMA-RBF组合模型对中国手足口病月发病率的拟合及预测效果,探讨预测手足口病发病率的优化模型。方法收集2008年1月—2014年12月中国手足口病月发病率资料,... 目的比较求和自回归滑动平均混合模型(ARIMA)、径向基函数神经网络模型(RBF)和ARIMA-RBF组合模型对中国手足口病月发病率的拟合及预测效果,探讨预测手足口病发病率的优化模型。方法收集2008年1月—2014年12月中国手足口病月发病率资料,基于2008年1月—2014年6月的78个数据分别建立ARIMA模型、RBF模型和ARIMA-RBF组合模型,采用2014年7—12月的6个数据进行外回代验证模型的外推预测效果,评价指标包括相对误差(RE)、平均相对误差(MRE)、均方误差(MSE),均方根误差(RMSE)和平均绝对误差(MAE)。结果 ARIMA模型拟合和预测的MRE、MSE、RMSE、MAE分别为14.006、4.689、2.165、0.916和13.565、4.416、2.101、0.577,RBF模型分别为9.031、1.559、1.249、0.508和8.964、1.504、1.226、0.503,ARIMA-RBF组合模型分别为6.397、1.357、1.165、0.416和6.655、1.485、1.218、0.433,ARIMA-RBF组合模型的拟合及预测曲线与原始值最接近。结论 ARIMA-RBF组合模型拟合及预测效果均优于ARIMA模型和RBF模型。 展开更多
关键词 手足口病 发病率 求和自回归滑动平均混合模型(arima) 径向基函数神经网络模型(rbf)
原文传递
基于ARIMA模型与RBF神经网络的沉降预测 被引量:1
4
作者 滕浩 郭伟 《测绘与空间地理信息》 2022年第S01期275-278,共4页
地表沉降监测与预报是测定地面高程随时间变化的工作,对于工程的安全施工有着重要意义,为了提高预报的准确性,提出了一种应用于地表沉降预测的组合模型。首先应用求和自回归移动平均模型(Autoregressive Integrated Moving Average Mode... 地表沉降监测与预报是测定地面高程随时间变化的工作,对于工程的安全施工有着重要意义,为了提高预报的准确性,提出了一种应用于地表沉降预测的组合模型。首先应用求和自回归移动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)对地表沉降量进行预测,得到地表沉降量的预测残差;再利用径向基函数(Radical Basis Function, RBF)神经网络模型对其残差进行预测,将两个模型的预测结果组合到一起,得到地表沉降量的最终预测结果。利用沈阳地下综合管廊盾构区间某点的连续24期监测数据来预测后7期的沉降量,将预测结果与实测数据相比较,组合模型的预测精度相较于ARIMA模型与RBF神经网络模型分别提高了83%和88%,说明了该组合模型能够以更好的精度预测地表的沉降量,对于工程的安全施工具有一定的应用价值。 展开更多
关键词 arima模型 rbf神经网络 地表沉降预测 arima-rbf组合模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部