基于BP人工神经网络的病毒性肝炎发病率自回归预测模型

摘要：

目的研究BP人工神经网络在存在自回归现象的病毒性肝炎发病率预测中的应用.方法首先通过时间序列分析,发现病毒性肝炎发病率存在一阶自回归现象-AR(1),然后以AR(1)和平均气压、平均气温、平均降水量和平均蒸发量四个气象指标为网络输入,将1979～1994年某地病毒性肝炎发病率变换值作为网络输出,选择1979～1992年数据,利用MATLAB软件6.5的神经网络工具箱4.0构建、训练与模拟网络,预测另外两年病毒性肝炎发病率,建立病毒性肝炎自回归BP人工神经网络模型.结果BP人工神经网络非线性相关系数RNL=0.80,而线性自回归模型RNL=0.62.结论BP人工神经网络较好地描述了自回归模型中的非线性关系,内插及外推预测均较好,可以用于解决存在自回归现象的问题,效果好于传统方法.

关键词：BP人工神经网络、LM算法(阻尼最小二乘算法)、自回归

所属期刊栏目：20

分类号：TP18;R19(自动化基础理论)

资助基金：国家自然科学基金39770675,30170833

在线出版日期：2004-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：269-271