论文部分内容阅读
为揭示我国新冠肺炎(COVID-19)传播规律,建立时间序列神经网络预测模型,对2020年2月12日至4月15日全国、武汉市和北京市的新冠肺炎日累计确诊病例数和死亡病例数进行预测,采用预测值与实际值间的相对误差评估模型的预测性能。结果表明:与其他预测模型相比,时间序列神经网络预测模型的现存累计感染病例数预测值更接近实际值,平均绝对误差和均方根误差均最小,预测精度最高;全国、武汉市和北京市日累计确诊病例数和死亡病例数的预测值与实际值比较吻合,最大相对误差分别为2.0%和2.5%,时间序列神经网络预测模