作者：安淑一; 方兴; 姚文清elman神经网络arima甲肝预测
摘要：目的两模型对甲肝月发病率数据进行拟合预测,比较最优模型。方法通过软件实现ARIMA模型和Elman神经网络对甲肝发病率进行拟合,并对2017年月发病率进行仿真。结果两模型拟合预测效果较好,ARIMA模型平均绝对误差(mean absolute error,MAE)、均方根误差(root-mean-square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别为0.013、0.002 9、9.29;Elman神经网络MAE、RMSE、MAPE分别为0.012、0.000 22、8.695。Elman神经网络预测结果优于ARIMA模型。结论两模型均能够拟合预测甲肝月发病率,Elman神经网络拟合预测效果更好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
