典型文献
SARIMA模型和LSTM神经网络在预测深圳市宝安区手足口病疫情中的应用
文献摘要：
目的 探讨季节性差分自回归移动平均模型(seasonal autoregressive integrated moving average model,SARIMA)和长短时记忆神经网络(long short term memory,LSTM)预测深圳市宝安区手足口病发病趋势的可行性.方法 选取2009—2018年深圳市宝安区的手足口病月发病率作为训练集分别构建SARIMA模型和LSTM神经网络,预测2019年1—12月的手足口病月发病率,并与真实值比较.结果 相对最优模型SARIMA(0,0,2)(0,1,2)12和LSTM神经网络对2010—2018年的深圳市宝安区手足口病月发病率进行拟合,拟合性能中LSTM神经网络的均方误差(mean squared error,MSE)和均方根误差(root mean squared error,RMSE)均高于SARIMA模型,而平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)均低于SARIMA模型,表明两种模型的拟合性能基本一致.使用两种模型预测2019年1—12月手足口病月发病率,SARIMA模型预测性能的MSE、RMSE、MAE、MAPE分别为2310.199,48.065,31.990和1.002,LSTM模型预测性能的MSE、RMSE、MAE、MAPE分别为1078.899,32.847,22.046和0.958,表明LSTM神经网络的预测性能高于SARIMA模型.结论 LSTM神经网络能更好地预测深圳市宝安区手足口病发病趋势,可为相关部门制定手足口病防控策略提供依据.
文献关键词：
手足口病;SARIMA模型;LSTM神经网络;预测
中图分类号：
作者姓名：
陈春艳;陈亿雄;赵执扬;李静;李淑珍
作者机构：
山西医科大学公共卫生学院流行病学教研室,太原 030001;深圳市宝安区疾病预防控制中心传防科
文献出处：
引用格式：
[1]陈春艳;陈亿雄;赵执扬;李静;李淑珍-.SARIMA模型和LSTM神经网络在预测深圳市宝安区手足口病疫情中的应用)[J].山西医科大学学报,2022(10):1302-1307
A类：
B类：
SARIMA,测深,宝安区,手足口病,病疫情,季节性差分自回归移动平均模型,seasonal,autoregressive,integrated,moving,average,model,长短时记忆神经网络,long,short,term,memory,发病趋势,训练集,真实值,最优模型,均方误差,mean,squared,error,root,RMSE,平均绝对误差,absolute,MAE,平均绝对百分比误差,percentage,MAPE,预测性能,防控策略
AB值：
0.220277
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
