采用灰色-广义回归神经网络组合模型预测我国尘肺病发病人数的方法探讨

摘要：

[目的]探讨灰色-广义回归神经网络组合模型[GM(1,1)-RNN]在我国尘肺病发病人数预测中的应用,并比较其与灰色模型(GM)和反向传播网络(BPNN)模型的预测效果. [方法]收集2003-2012年我国尘肺病发病资料,用SAS9.3建立GM(1,1)模型,用Matlab 8.0建立BPNN模型和GM(1,1)-GRNN组合模型,并用2013年的数据评价模型的预测效果. [结果] GM(1,1)模型拟合及预测的平均相对误差(MRE),平均误差率(MER),均方误差(MSE)和平均绝对误差(MAE)分别为12.041％,0.122,4999319.100,1781.100和20.033％,0.200,2151 104.000,4638.000;BPNN模型拟合及预测的MRE,MER,MSE和MAE分别为9.891％,0.124,3615 099.600,1 802.000和6.932％,0.069,2 576 025.000,1605.000;GM(1,1)-GRNN组合模型拟合及预测的MRD,MER,MSE和MAE分别为6.490％,0.069,1900198.400,1001.200和3.939％,0.039,831744.000,912.000.GM(1,1)-GRNN组合模型预测的2014-2015年我国尘肺病的发病人数分别为23768和23434. [结论] GM(1,1)-GRNN组合模型的拟合及预测效果优于GM(1,1)模型和BPNN模型.

关键词：灰色-广义回归神经网络组合模型、统计学、尘肺病、发病人数、预测

所属期刊栏目：33

分类号：R135.2(劳动卫生)

资助基金：河北省重点职业病防治技术研究项目编号:13277709D;河北省卫生厅医学科学研究重点项目编号:20130055

在线出版日期：2016-11-21（万方平台首次上网日期，不代表论文的发表时间）

页码：984-987,999