论文部分内容阅读
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。