目的:分析2007-2016年我國手足口病（HFMD）的流行特征,探討SARIMA模型、SVR模型、WNN模型、ELM模型及NAR動態(tài)神經網絡在HFMD發(fā)病率預測中的效果。應用MAE、RMSE和MAPE等指標,評判預測模型擬合程度,并篩選出最優(yōu)預測模型,因而豐富了傳染病預測模型的方法研究,為我國HFMD預警政策拓寬了新思路。方法:通過國家科技基礎條件平臺、國家人口與健康科學數據共享平臺公共衛(wèi)生科學數據中心、國家衛(wèi)生健康委員會疾病預防控制局公布的全國法定傳染病疫情報告獲取2007-2017年我國HFMD數據。使用Excel 2013和ArcGIS 10.2軟件,描述其時間分布、地區(qū)分布、年齡構成及職業(yè)構成等流行特征,并建立SARIMA模型、SVR模型、WNN模型、ELM模型和NAR動態(tài)神經網絡。通過MAE、RMSE和MAPE等指標來評價模型的優(yōu)劣,評判預測模型的效果。若指標值均較小,則說明預測較優(yōu)。應用EViwes 8.0軟件建立SARIMA模型;應用MATLAB 2017a軟件libsvm工具箱建立SVR模型;應用MATLAB 2017a軟件建立WNN和ELM模型;應用MATLAB 2... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：83 頁

【學位級別】：碩士

【部分圖文】：

NAR動態(tài)神經網絡結構圖

圖 3.5 2007-2016 年我國各省 HFMD 年均發(fā)病率分布（1/10 萬）2007 年我國 HFMD 發(fā)病率居前三位的地區(qū)是北京市、上海市和山東省，發(fā)病率分別為 69.6515/10 萬、59.0909/10 萬和 42.5459/10 萬；2008 年居前三位的地區(qū)是北京市、上海市和海南省，發(fā)病率分別為 112.9015/10 萬，108.1539/10 萬和94.5801/10 萬；2009 年居前三位的地區(qū)是河北省、山東省和北京市，發(fā)病率分別為 157.5921/10 萬、147.8789/10 萬和 144.4425/10 萬；2010 年居前三位的地區(qū)是廣西壯族自治區(qū)、海南省和北京市，發(fā)病率分別為 338.1321/10 萬、290.8092/10萬和 258.7407/10 萬；2011 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 584.8580/10 萬、308.4329/10 萬和 262.6020/10 萬；2012 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 543.8346/10萬、499.4271/10 萬和 314.7683/10 萬；2013 年居前三位的地區(qū)是海南省、廣西壯族自治區(qū)和廣東省，發(fā)病率分別為 566.5900/10 萬、450.6578/10 萬和 337.8336/10

我國2007-2011各年HFMD發(fā)病率地區(qū)分布（1/10萬）

【參考文獻】：
期刊論文
[1]自回歸移動平均模型在北京市朝陽區(qū)手足口病發(fā)病預測中的應用[J]. 葛申,馬建新,付凌姣,王晶,崔樹峰,張政.  首都公共衛(wèi)生. 2019(02)
[2]余姚市2011—2017年手足口病流行特征及2018年疫情預測[J]. 史珊珊,邵迪初,陳佳.  中國公共衛(wèi)生管理. 2019(02)
[3]SARIMA模型在肺結核發(fā)病率預測中的應用[J]. 呂利平.  納稅. 2019(03)
[4]基于GA-BP神經網絡的手足口病預測模型[J]. 李瀚陽,王林山.  濱州學院學報. 2018(06)
[5]應用時間序列法建立學校結核病預警模型研究[J]. 劉維華,朱建良,郭付愛,張潔.  中國學校衛(wèi)生. 2018(11)
[6]多種數據模型在手足口病發(fā)病預測的應用探討[J]. 原凌云,周以軍,朱妮,焦歡,楊敏,張永英,王娟.  實用預防醫(yī)學. 2018(11)
[7]基于最小二乘支持向量機的含噪語音識別算法[J]. 熊衛(wèi)華,梁坤.  工業(yè)控制計算機. 2018(10)
[8]基于蚊密度差分自回歸移動平均模型預測流行性乙型腦炎的貝葉斯判別分析研究[J]. 高文,黃鋼,韓曉莉.  中國媒介生物學及控制雜志. 2018(06)
[9]基于PCA、SVM算法實現人臉識別[J]. 董陳武.  廣播電視信息. 2018(10)
[10]改進的GM（1,1）模型對內蒙古自治區(qū)手足口病高峰期發(fā)病率預測[J]. 洪志敏,王艷娟,郝慧,房祥忠,李春陽,魏利東.  病毒學報. 2018(05)

博士論文
[1]手足口病發(fā)病趨勢預測及傳播動力學模擬研究[D]. 劉建華.華中科技大學 2017

碩士論文
[1]2004-2016年遼寧省甲肝發(fā)病規(guī)律及預測模型研究[D]. 王燕.沈陽醫(yī)學院 2018
[2]新疆巴州地區(qū)梅毒發(fā)病預測與控制模型的研究[D]. 羅冬梅.新疆醫(yī)科大學 2018
[3]極限學習機新華富時A50股指期貨交易中的應用[D]. 劉爽.深圳大學 2017
[4]柳州市手足口病發(fā)病率預測模型的建立與評估[D]. 霍榮瑞.廣西醫(yī)科大學 2017
[5]基于NAR神經網絡的車速預測及應用[D]. 袁魯山.大連理工大學 2016
[6]SVR模型及其用于經濟數據預測的研究[D]. 袁秀芳.西華師范大學 2016
[7]基于R的江西省肺結核發(fā)病率ARIMA-SVM組合預測模型[D]. 謝驍旭.南昌大學醫(yī)學院 2015
[8]多種模型在梅毒月發(fā)病率預測中的比較研究[D]. 顏康康.吉林大學 2015
[9]基于支持向量機回歸的傳染病預測系統(tǒng)建模[D]. 俞璐.中國科學技術大學 2015
[10]支持向量機回歸在傳染病預測中的應用研究[D]. 力瓊.蘇州大學 2010



本文編號：3543028