我国手足口病重症患者数自回归移动平均模型预测研究北大核心CSCD

采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口病月报告重症患者数时间序列,以2016年1-9月的月报告重症患者数作为验证数据,建立我国手足口病月报告重症患者数的ARIMA模型,并与2010-2014年数据建立的模型进行比较。2010-2014、2010-2015年两个不同时间序列建立的我国手足口病月报告重症患者数模型分别为ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上两个不同时间序列预测结果比较发现,数据积累较多,预测的平均相对误差变小,但预测时间越短尚未发现平均相对误差较小。同一研究内容,时间序列年代不同,所建立的预测模型可能不同;认为ARIMA模型数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。     

我国手足口病重症患者数自回归移动平均模型预测研究

采用自回归移动平均(Autoregressive integrated moving average,ARIMA)模型对我国(不含中国港澳台)手足口病月报告的重症患者数进行预测研究,为该模型在手足口病及其它传染病预防控制中的应用提供参考依据。根据2010-2015年全国手足口病月报告重症患者数时间序列,以2016年1-9月的月报告重症患者数作为验证数据,建立我国手足口病月报告重症患者数的ARIMA模型,并与2010-2014年数据建立的模型进行比较。2010-2014、2010-2015年两个不同时间序列建立的我国手足口病月报告重症患者数模型分别为ARIMA(1,1,0)(2,1,0)12、ARIMA(0,1,1)(2,1,0)12。以上两个不同时间序列预测结果比较发现,数据积累较多,预测的平均相对误差变小,但预测时间越短尚未发现平均相对误差较小。同一研究内容,时间序列年代不同,所建立的预测模型可能不同;认为ARIMA模型数据积累越多、预测时间越短、预测误差越小的情况还需得到进一步验证。     

基于时间序列的云南省乙类传染病分析预测

采用自回归移动平均模型(ARIMA)对云南省乙类传染病的月发病率进行预测研究,为传染病的防控提供参考依据。收集2005～2016年云南省年度人口数据和乙类传染病月发病率数据,针对2005～2016年云南省年度人口数据建立GM(1,1)预测模型;根据2005～2016年云南省乙类传染病月发病率数据建立ARIMA预测模型。云南省乙类传染病的发病率有很强的周期性和季节性,可通过决定系数R~2、赤池信息准则(AIC)和施瓦茨准则(SC)选择出最优的乘积季节模型ARIMA(0,1,1)×(2,1,0)_(12)来预测云南省乙类传染病的月发病率。通过对比2017年1月到10月传染病发病率的真实值和预测值,得到误差的平均值为0.8,相对误差的平均值为3.56%,说明预测效果比较满意。通过F检验和t检验显示预测值和真实值无显著性差异,说明ARIMA乘积季节模型可以较好的预测云南省乙类传染病。     

GM(1,1)模型和等维递补GM(1,1)模型在流动人口结核病预测中的应用

目的:探讨流动人口结核病疫情预测方法,为结核病控制提供依据.方法:利用2000～2009年深圳市宝安区流动人口初治涂阳结核病发病人数,建立GM(1,1)模型和等维递补GM(1,1)模型进行预测,并用多种方法检验两模型的拟合效果.结果:GM(1,1)模型参数α值为-0.173,μ值为210.815,其拟合精度指标均方差比值为0.183,平均相时误差为7.839,小误差概率为1.等维递补GM(1,1)模型的一阶递补参数α值为-0.174,μ值为249.856,二阶递补参数α值为-0.172,μ值为310.436,拟合精度指标均方差比值和平均相对误差均较GM(1,1)模型小,小误差概率均为1.后者预测到2010、2011和2012年深圳市宝安区流动人口初治涂阳结核病发病人数分为1316人、1570人和1851人.结论:两模型均能合理地对流动人口结核病疫情进行预测,但动态等维递补GM(1,1)模型拟合效果优于普通的静态GM(1,1)模型;深圳市宝安区流动人口初治涂阳结核病人数在今后三年有明显增加趋势,结核病疫情形势严峻,需进一步加强流动人口结核病的防控.     

三种预测林木生长量方法的比较

本研究选择了三种方法灰色GM(1,1)模型法、回归法、灰色线性回归组合模型法,经过数据的加载,灰色GM(1,1)为Ⅱ级合格模型,发展系数|a|＜0.3可用于中长期预测;在回归法中选用5个模型进行拟合,以Richards方程的复相关系高,残差平方和最小,被选中;灰色线性回组合模型达到Ⅲ级勉强可用模型.用三个模型分别对32、34龄阶的生长量进行预测,其平均相对精度分别为94.64%、80.68%、92.41%.     

采用自回归移动平均模型预测中国流感病例数

采用自回归移动平均模型(ARIMA)对中国(不含中国港澳台地区)流感月报告病例数进行预测研究,为中国流行性感冒(流感)的预防控制提供参考依据。使用SPSS 24.0软件,以2006年1月至2016年12月中国流感月报告病例数建立时间序列模型,并以2017年1~5月的月报告病例数作为验证数据,评估和筛选最优模型。以2006年1月至2016年12月中国流感月报告病例数为基础数据,建立的最优模型为ARIMA(4,0,4),其平稳R2=0.672,标化BIC=18.032,Ljung-Box Q=16.381,P=0.089。对2017年1~5月的数据进行预测,预测相对误差的平均值仅为-3.25%。ARIMA模型在预测中国流感月报告病例数方面效果较好,但模型的建立和预测应用是个动态过程,需不断根据积累的数据进行调整,从而提高预测精度。     

长株潭地区生态可持续性

基于长株潭地区被批准为“全国资源节约型和环境友好型社会建设综合配套改革试验区”的背景,针对生态足迹方法的产量因子参数进行改进,利用区域产量因子代替全球产量因子,对长株潭地区1986-2005年生态足迹和生态承载力进行核算,在此基础上,着重采用两种预测方法对该地区2007-2015年生态足迹和生态容量进行预测.两种预测方法分别是二项式曲线预测模型和灰色GM(1,1)模型,对长株潭地区1986-2005年20a的人均生态足迹与时间关系进行了拟合,得出二项式曲线预测模型具有更高的预测精度;用两种预测模型预测了长株潭地区的人均生态容量,GM(1,1)模型的预测精度更高.选取精度最高的模型分别预测研究区未来10a人均生态足迹和生态容量.未来10a人均生态容量增长平缓(年平均增长率1.8％),人均生态足迹增长快(年平均增长率达16％),相应的人均生态赤字增长快.     

应用ARIMA模型预测宝安区某街道其它感染性腹泻发病率的探讨

目的:探讨应用ARIMA模型预测宝安区某街道其它感染性腹泻发病率的可行性。方法:应用SPSSl3.0软件对2005年～2009年宝安区某街道其它感染性腹泻逐月发病率进行ARIMA模型建模拟合,用所得到的模型对2010年各月发病率进行预测,并评价其预测效果。结果:宝安区桌街道其它感染性腹泻发病率每年11月为发病高峰,ARIMA(0,1,1)(0,1,0)12模型是其拟合的最佳模型,其预测结果和实际值绝对误差的绝对值最大为930.47,最小为1.96,平均值214.83,平均相对误差百分比39.04%。结论:模型虽然起到一定的预测效果,但预测精度仍存在误差,可通过积累新的周期数据对ARIMA模型进行修正和重新拟合,也可尝试新的预测方法或其他模型,才能加强和保证预测的精度。     

2030年中国成年居民畜肉摄入量预测

目的：预测2030年中国成年居民的畜肉平均摄入量。方法：以2000—2018年7轮分城镇和农村中国健康与营养调查（CHNS）中20岁及以上成年居民畜肉平均摄入量数据为基础,比较ARIMA、灰色模型和趋势外推法3种模型的精度,并对2030年我国成年居民畜肉摄入量进行预测。结果：城镇居民畜肉平均摄入量的拟合预测中,ARIMA模型的拟合精度和预测精度均优于趋势外推法和灰色模型。农村居民畜肉平均摄入量的预测,ARIMA模型的拟合精度优于趋势外推法和灰色模型;预测精度则为第二,略低于灰色模型,综合拟合精度和预测精度,ARIMA模型优于其他2种模型。ARIMA模型预测到2030年城镇居民和农村居民的畜肉平均摄入量将分别达到131.0、130.6 g/d,比2018年分别增加37.2%、43.5%,将高于膳食指南推荐量。结论：ARIMA模型对畜肉摄入量的长期预测效果最理想。依据预测结果,需采取措施引导居民适量摄入畜肉,以达到平衡膳食的目标。     

ARIMA乘积季节模型在辽阳市乙型肝炎发病预测中的应用

目的应用自回归移动平均(auto-regressive moving average,ARIMA)乘积季节模型对辽阳市乙型肝炎(hepatitis B,简称乙肝)发病数据进行分析预测,为乙肝预警系统及防控策略提供科学依据。方法对中国疾病预防控制信息系统中辽阳市2001年1月—2015年12月乙肝月发病数建立ARIMA乘积季节模型,应用EViews 8.0软件进行模型拟合,并对2016年1—12月乙肝月发病数进行预测评价。结果所构建的ARIMA(1,1,1)(1,1,2)12模型为最佳模型,预测值与实际值拟合效果较好,相对误差较小。结论 ARIMA乘积季节模型能够反映辽阳市乙肝发病的时间趋势,适用于短期预测,预测效果理想。     

应用ARIMA模型预测宝安区某街道其它感染性腹泻发病率的探讨

目的：探讨应用ARIMA模型预测宝安区某街道其它感染性腹泻发病率的可行性。方法：应用SPSS13．0软件对2005年～2009年宝安区某街道其它感染性腹泻逐月发病率进行ARIMA模型建模拟合,用所得到的模型对2010年各月发病率进行预测,并评价其预测效果。结果：宝安区某街道其它感染性腹泻发病率每年11月为发病高峰,ARIMA（0,1,1）（0,1,0）12模型是其拟合的最佳模型,其预测结果和实际值绝对误差的绝对值最大为930．47,最小为1．96,平均值214．83,平均相对误差百分比39．04％。结论：模型虽然起到一定的预测效果,但预测精度仍存在误差,可通过积累新的周期数据对ARIMA模型进行修正和重新拟合,也可尝试新的预测方法或其他模型,才能加强和保证预测的精度。     

养殖用海保有量预测方法初探

本文以广东省为例,采用灰色预测系统GM(1,1)模型对2020年的养殖用海保有量进行预测,并且通过结算结果分析运用该模型时应注意的事项,为海洋行政主管部门统筹安排、科学规划养殖用海提供方法参考。     

普陀山岛旅游生态安全发展趋势预测

科学地预测海岛目的地旅游生态安全发展趋势,对促进海岛旅游经济和生态环境协调发展具有重要的理论意义和实践价值。基于可持续发展的视角,建立了由承载力-支持力-吸引力-延续力和发展力(CSAED模型)子系统构成的普陀山旅游生态安全指标体系,并在灰色系统GM(1,1)模型和RBF神经网络模型比较选优的基础上,对普陀山岛旅游生态安全发展趋势进行了预测。研究结果表明:(1)和灰色系统GM(1,1)模型相比,RBF神经网络模型的Pearson相关系数和误差均方根值更优,可更精确地拟合普陀山岛旅游生态安全发展趋势;(2)2015—2020年,普陀山岛旅游生态安全指数的RBF神经网络模型预测结果由0.7017增加至0.8135,安全等级由比较安全上升至非常安全。研究结果可为维护普陀山岛旅游生态安全提供决策依据。     

基于景观及微地形特征的丘陵区土壤属性预测

为探讨小流域尺度丘陵区的高分辨率数字土壤制图方法,通过对景观相分类的探索,配合应用不同尺度的Geomorphons(GM)微地形特征数据构成分类变量组参与高分辨率土壤pH、黏粒含量和阳离子交换量的预测制图,并与传统数字高程模型衍生变量和遥感变量进行组合与比较分析。此外,采用支持向量机、偏最小二乘回归和随机森林3种机器学习模型择优与残差回归克里金复合参与预测模型的构建与评价。结果表明: 景观及多尺度微地形分类变量组的应用分别提高小流域尺度丘陵地貌区pH、黏粒含量和阳离子交换量预测精度的18.8%、8.2%和8.7%。包含植被信息的景观相分类图相比土地利用数据有更高的模型贡献度;5 m分辨率的GM微地形分类图相比低分辨率的分类图更适宜高精度的预测制图。黏粒含量使用随机森林复合模型有最高的预测精度,而pH和阳离子交换量则不适宜在随机森林模型的基础上加入残差回归克里金模型。景观-多尺度微地形分类变量、数字高程模型衍生变量和遥感变量三者结合的模型预测表现最佳,表明多元变量在起伏地形区域相比单一数据源能够包含更多的土壤有效信息。由GM数据和地表景观数据组成的景观分类变量组作为主要变量能够解释小流域丘陵区部分土壤属性约40%的空间变异。在同类型土壤预测制图研究中,多分辨率GM及景观分类数据有潜力作为环境变量参与预测模型的构建。     

水晶梨病虫害防治预测模型

[目的]为提高水晶梨病虫害防治工作效率,进一步提升病虫害的预测效果和精度。[方法]深入研究了灰色模型(GM),利用GM对水晶梨环境因子数据进行建模得到病虫害预测公式,通过差分方程推导出时间响应式和参数估计,建立了优化初始值的灰色模型(OIVGM),将OIVGM与BP神经网络预测模型(BP)进行组合,建立了优化初始值的灰色BP神经网络预测组合模型(OIVGM-BP)。[结果]通过单位根检验法测量模型的稳定性,OIVGM-BP一阶差分处理后,T统计量(-5.487654)小于5%临界值(-2.878073),数据序列表明平稳,OIVGM-BP可以稳定进行预测。通过白噪声检验方法测量OIVGM-BP的适应性,OIVGM-BP的残差P值从第二阶开始,均大于0.05,说明OIVGM-BP的适应性较好,各阶均通过了白噪声检验。LRM、GM、TSM、BP、OIVGM-BP对梨锈病、白粉病、腐烂病、梨黄粉蚜、梨二叉蚜、梨木虱6种病虫害的预测准确率的平均值分别为70.81%、70.09%、69.74%、65.64%、83.01%,OIVGM-BP的预测准确率优于其他4种预测模型。[结论]OIVGM-BP能够对水晶梨病虫害进行有效预测,能够更好地指导农业生产。     

褐稻虱灰色灾变长期预测初探

本文应用灰色系统理论与方法探讨害虫的长期预测。对衙县1974～1986年晚稻主害代褐稻虱发生量构成的离散数列,建立了灰色系统GM(1,1)灾变长期预测模型,用该模型回测的历史拟合率达100％。对1987年晚稻褐稻虱发生量的跨年度长期预测,其结果与实测相吻合。     

大元麦上的粘虫灰色灾变预测初探

本文应用灰色系统理论和方法探讨大元麦上的粘虫长期预测。对吴县1974～1986年大元麦粘虫发生量,经灾变映射,建立GM(1,1)灾变长期预测模型,用该模型回测历史拟合率达100％,对1987～1989年预测,均于实况相符。     

基于PSR模型的凌河口湿地生态系统健康评价与预警研究

凌河口湿地自然保护区是辽河流域主要的湿地保护区域。选取1995年、2000年、2005年、2009年和2014年TM影像作为研究的数据源,在3S技术平台支撑下构建了凌河口湿地空间信息数据库,获取了5个时期的景观格局指数。运用PSR数学模型,从压力、状态、响应3个方面选取10个评价指数,构建了凌河口湿地生态系统健康评价指标体系;采用AHP方法确定各项指标权重指数,应用逻辑斯蒂增长模型(Logistic growth model)对各个单项指标进行单因子评价,最后用计算CEI的综合评价法对5个时期湿地的生态健康情况进行综合评价。结果表明:1995年、2000年生态系统健康指数为0.642、0.617,凌河口湿地生态系统状态为比较健康;2005年、2009年和2014年生态健康指数为0.524、0.436和0.405,凌河口湿地生态系统处于亚健康的状态,应及时采取措施对该研究区进行生态系统保护。最后通过选取基于灰色系统理论的预测模型,构建凌河口湿地生态健康预测模型GM(1,1),对模型进行精度检验,发现灰色绝对关联度、后验差比值和小误差概率的精度检验等级均为一级,预测模型精度较为理想,因此采用GM(1,1)模型对凌河口湿地进行生态系统健康预测研究。预测结果表明:未来20年的湿地生态健康值分别为:0.357、0.321、0.291、0.267,研究区处于一般病态,并有向病态发展的趋势,生态健康面临愈来愈严重的威胁,对湿地进行保护和管理刻不容缓。     

小家鼠种群中长期预测—灰色系统模型及随机序列分析

小家鼠种群中长期波动受很多因素影响,采用灰色系统模型及随机序列分析的方法可以较好地从宏观上预测其波动趋势。本文以灰色系统GM(1,1)模型为基础,利用历年小家鼠种群数量的调查值,对其变动趋势进行预测;然后,对预测剩余误差进行随机序列分析,建立线性预测式预测随机项;趋势预测值与随机项预测值的和,做为小家鼠种群中长期波动的预测。对新疆天山北麓农区1969年至1979年小家鼠自然种群数量的模拟结果表明,本文中的方法是较为简便有效的。     

基于太白山南坡巴山冷杉NPP动态变化的时间序列模型预测效果对比

基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然后分别利用自回归求和移动平均模型(ARIMA)、R语言、NAR动态神经网络模型对太白山南坡巴山冷杉林NPP的动态变化进行趋势拟合和短期预测,建立适用于太白山南坡巴山冷杉林NPP的时间序列模型,并应用白噪声检验等相关检验方法对3种模型的预测效果进行评价。结果显示:太白山南坡巴山冷杉林NPP在短期内(2017-2026年)仍保持着波动上升的趋势,可能出现1959年以来的最高值;在对巴山冷杉林未来变化的预测过程中,3种预测模型各有特点,ARIMA模型对太白山南坡巴山冷杉林NPP的预测结果通过了白噪声检验,并给出了在不同置信区间下的可能结果; NAR动态神经网络模型的拟合效果较好,也通过了误差自相关性检验,预测结果较好地模拟了太白山南坡巴山冷杉林NPP在未来一段时期内的变化趋势; R语言在剔除异常数据点后能够运用基础数据较好地对太白山南坡巴山冷杉林NPP动态变化进行模拟,表明预测结果与验证结果相关性达到0.944,误差项的P值远低于0.01。本研究表明3种方法构建的模型在数据拟合中均呈现出较好的效果,预测结果均在可信范围内,在实际预测工作中可根据数据特点选用不同方法。