不同时间序列模型在潍坊市肾综合征出血热预测应用中的比较研究

摘要

目的 比较季节自回归移动平均模型(SARIMA)、长短期记忆网络(LSTM)、经验动态建模(EDM)在包含及不包含气象因素的情况下预测潍坊市肾综合征出血热(HFRS)发病的效果，探索最佳预测模型。方法 选取2011年1月至2017年12月潍坊市HFRS月发病率分别构建SARIMA模型、单变量LSTM模型、单变量EDM模型，以及包含气象因素的SARIMAX模型、多变量LSTM模型、多变量EDM模型，对2018年1月至2018年12月的月发病率进行预测，并比较各模型的预测效果。结果 SARIMA模型的平均绝对误差百分比(MAPE)为42.17%, SARIMAX模型未通过参数检验；单变量LSTM模型、多变量LSTM模型的MAPE分别为48.40%,16.19%;单变量EDM,多变量EDM模型的MAPE分别为55.00%,51.79%。结论 包含气象因素的多变量LSTM模型对潍坊市HFRS发病率预测效果最佳，预测结果可为未来HFRS的防控提供参考。

关键词

肾综合征出血热 / 气象因素 / SARIMA模型 / LSTM模型 / EDM模型