發(fā)布時(shí)間：2020-08-08 16:44

【摘要】：目的:為了探討一元時(shí)間序列模型、多元時(shí)間序列模型及BP神經(jīng)網(wǎng)絡(luò)模型在新疆喀什地區(qū)百日咳疫情預(yù)警中的應(yīng)用可行性,根據(jù)喀什地區(qū)百日咳實(shí)際發(fā)病情況建立符合百日咳病流行特征的預(yù)測模型。掌握新疆喀什地區(qū)百日咳總體流行趨勢,并進(jìn)行預(yù)測分析,為相關(guān)部門提前做好百日咳的預(yù)防與控制工作提供可行的參考依據(jù)。方法:首先利用確定性因素分解和季節(jié)指數(shù)分析新疆喀什地區(qū)百日咳發(fā)病數(shù)的趨勢性和季節(jié)性,構(gòu)建具有季節(jié)性的ARIMA乘積季節(jié)模型。通過模型識(shí)別、參數(shù)估計(jì)、模型診斷、模型優(yōu)化等確定出最優(yōu)ARIMA(p,d,q)(P,D,Q)s模型。并利用該模型擬合預(yù)測新疆喀什地區(qū)2011-2016年百日咳每月發(fā)病數(shù)據(jù),選用RMSE作為精度指標(biāo)來判斷模型預(yù)測效果。其次在一元時(shí)間序列模型的基礎(chǔ)上引入氣象因素,分析百日咳發(fā)病率與氣象因素之間的關(guān)系。對(duì)每個(gè)變量建立一元時(shí)間序列模型獲得對(duì)應(yīng)的殘差白噪聲序列,通過殘差白噪聲的互相關(guān)函數(shù)找出影響百日咳發(fā)病的氣象因素,同時(shí)獲得最佳滯后時(shí)間,將篩選出的氣象因素納入之前確定的一元時(shí)間序列模型中來構(gòu)造多元時(shí)間序列ARIMAX模型,根據(jù)AIC、BIC最小準(zhǔn)則確定出最優(yōu)的ARIMAX模型。對(duì)研究數(shù)據(jù)進(jìn)行擬合和預(yù)測,并計(jì)算對(duì)應(yīng)階段的RMSE。最后利用2011-2016年新疆喀什的百日咳發(fā)病數(shù)和氣象數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型,以各氣象因素作為網(wǎng)絡(luò)輸入,百日咳發(fā)病數(shù)作為網(wǎng)絡(luò)輸出,研究氣象因素對(duì)百日咳發(fā)病的影響。將數(shù)據(jù)劃分為訓(xùn)練集和測試集,利用R軟件的nnet包進(jìn)行建模,模型參數(shù)通過交叉驗(yàn)證的方法進(jìn)行估計(jì),確定出最優(yōu)BP神經(jīng)網(wǎng)絡(luò)模型。結(jié)果:首先由確定性因素分解和季節(jié)指數(shù)確定出百日咳發(fā)病數(shù)具有明顯季節(jié)性,在7月和8月較高,10月最少。按照ARIMA乘積季節(jié)模型的建模步驟,經(jīng)過平穩(wěn)性檢驗(yàn),白噪聲檢驗(yàn)等最終確定出最優(yōu)模型為ARIMA(0,1,0)(0,1,1)_(12),對(duì)應(yīng)AIC=419.64,BIC=423.58。擬合階段的RMSE=10.32,預(yù)測階段RMSE=8.77,利用該模型預(yù)測2017年新疆喀什百日咳每月新發(fā)病數(shù),結(jié)果顯示2017年一整年新疆喀什地區(qū)百日咳發(fā)病數(shù)都處在較低水平。其次通過繪制各氣象因素和百日咳發(fā)病數(shù)的殘差白噪聲的CCF圖,確定出滯后4階的平均氣壓、滯后4階的浮塵日數(shù)和滯后8階的揚(yáng)沙日數(shù)與百日咳病例數(shù)呈正相關(guān),且納入這三個(gè)氣象因素的ARIMAX模型的AIC值最小,AIC=394.72。計(jì)算出擬合階段的RMSE=5.03,預(yù)測階段RMSE=4.28,引入氣象因素后模型預(yù)測精度明顯提高。最后建立一個(gè)3層的BP神經(jīng)網(wǎng)絡(luò)模型,經(jīng)反復(fù)調(diào)試后確定當(dāng)隱藏層節(jié)點(diǎn)數(shù)為6,權(quán)重衰退參數(shù)為0.01時(shí),所對(duì)應(yīng)的模型的RMSE值最小。最終確定本文的BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)為8-6-1,模型擬合階段和預(yù)測階段的RMSE分別是6.14和4.01,數(shù)值都較小,說明用氣象因素作為網(wǎng)絡(luò)輸入構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型來研究喀什地區(qū)百日咳的流行狀況具有一定的可靠性和合理性。結(jié)論:用ARIMA乘積季節(jié)模型、ARIMAX模型和BP神經(jīng)網(wǎng)絡(luò)模型都能較好的模擬出新疆喀什地區(qū)百日咳的流行趨勢,但是引入氣象因素的多元時(shí)間序列模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果更好,模型預(yù)測精度更高,兩個(gè)模型的預(yù)測結(jié)果都可為相關(guān)部門制定預(yù)防措施提供理論依據(jù)。
【學(xué)位授予單位】：新疆醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R516.6
【圖文】：

圖 1 新疆喀什地區(qū) 2011-2016 年百日咳每月新發(fā)數(shù)量.1 The monthly new incidence of pertussis in 2011-2016 years in Kashgar of Xin

圖 2 新疆喀什地區(qū) 2011-2016 年各氣象因素分布時(shí)序圖Fig.2 Time sequence diagram of meteorological factors distribution in Kashgaof Xinjiang from 2011 to 2016

圖 3 2011-2016 年百日咳每月新發(fā)數(shù)量的因素分解3 Factor decomposition of the new number of pertussis per month for 2011-2016據(jù)確定性因素分析結(jié)果，可以得出百日咳序列具有一定季節(jié)性，但具發(fā)哪個(gè)時(shí)段低發(fā)還需要根據(jù)季節(jié)指數(shù)進(jìn)行判斷。新疆喀什百日咳每月

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李麗麗;劉起勇;林華亮;許磊;黃少平;楊軍;;北京市房山區(qū)手足口病與氣象因素的時(shí)間序列分析[J];疾病監(jiān)測;2015年06期

2 黃海濤;高志剛;;百日咳再現(xiàn)及其應(yīng)對(duì)策略的研究進(jìn)展[J];醫(yī)學(xué)綜述;2015年09期

3 許紅梅;鄭佳佳;;百日咳臨床特點(diǎn)及流行病學(xué)研究進(jìn)展[J];中華實(shí)用兒科臨床雜志;2014年22期

4 張秉玲;王旭霞;張曉曙;;甘肅省東南部地區(qū)氣象因素與流行性乙型腦炎發(fā)病的時(shí)間序列分析[J];環(huán)境衛(wèi)生學(xué)雜志;2014年05期

5 陳濤;謝娜;甫爾哈提·吾守爾;范新春;尹遵棟;;2004—2012年新疆維吾爾自治區(qū)百日咳流行特征分析[J];疾病監(jiān)測;2013年11期

6 張靜;姜澤慧;劉合嶺;曹爽;關(guān)鵬;黃德生;;灰色模型GM(1,1)在全國甲乙類傳染病發(fā)病率定量宏觀評(píng)估中的可行性研究[J];預(yù)防醫(yī)學(xué)論壇;2013年11期

7 李國棟;張俊華;焦耿軍;趙自勝;;氣候變化對(duì)傳染病爆發(fā)流行的影響研究進(jìn)展[J];生態(tài)學(xué)報(bào);2013年21期

8 湯巧玲;付幫澤;劉宏偉;高思華;賀娟;;以百日咳為例探討六氣、氣象與傳染性疾病的關(guān)聯(lián)性研究方法[J];中華中醫(yī)藥雜志;2013年05期

9 劉文東;吳瑩;艾靜;梁祁;胡建利;戴啟剛;李媛;湯奮揚(yáng);;BP神經(jīng)網(wǎng)絡(luò)在痢疾發(fā)病趨勢預(yù)測中的應(yīng)用研究[J];中國衛(wèi)生統(tǒng)計(jì);2012年06期

10 高菡璐;蘭莉;喬冬菊;趙娜;楊佳琦;邵冰;焦U

本文編號(hào)：2785826