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

摘要

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.