RBF神经网络在甲肝流行趋势预测中的应用研究

摘要：

目的 探讨径向基函数(RBF)神经网络在甲肝趋势预测中的应用价值,同时为其他传染病的预测研究提供参考和借鉴.方法 以1996-2012年江苏省甲肝月发病数据序列为基础,采用不同的样本构建方式建立不同的RBF神经网络,并根据预测效果的评价选择最优网络用于预测分析.结果 江苏省甲肝流行具有逐渐下降的长期趋势,月发病数呈双峰型分布,最高峰出现在每年的3-4月(春峰),次高峰出现在7-8月(夏峰).总共拟合了9个不同样本结构的RBF神经网络,其中以既往3年历史同期发病数以及最近3期发病数为网络输入,以当前期发病数为相应网络输出的RBF网络预测效果最佳,其拟合优度及外推预测精度分别为90.22％、89.10％.据此模型推算,2013年江苏省甲肝发病数为544例,将延续逐渐下降的长期趋势.结论 通过对神经网络样本构建方式的优化研究,使建立的RBF神经网络同时拟合了历史同期的变化趋势和近期的波动规律,对甲肝的流行趋势预测取得了良好的效果,具有一定的实用价值和推广意义.

关键词：径向基神经网络、甲型肝炎、预测

所属期刊栏目：25

分类号：R512.6+1(传染病)

在线出版日期：2014-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7-10