基于组合模型的手足口病发病趋势预测

目的运用自回归移动平均模式(autoregressive integrated moving average model,ARIMA),ARIMA-BP神经网络(back propagation,BP)组合模型和ARIMA-长短期记忆网络(long short-term memory,LSTM)组合模型对河南省手足口病的发病情况进行预测,为手足口病的疫情防控工作提供理论支持。方法利用SPSS 26.0软件建立ARIMA模型,使用python 3.9软件建立LSTM神经网络,使用Matalb_R2018a软件建立BP神经网络。三种模型以2010-2018年河南省手足口病逐月发病数据作为训练集,以2019年的发病数据作为测试集,最后应用模型预测2020年发病情况。结果ARIMA-LSTM组合模型在测试集上的平均绝对误差(mean absolute error,MAE)为1157,均方误差平方根(rooted mean squared error,RMSE)为2098,其预测效果优于ARIMA模型和ARIMA-BP组合模型。但组合模型在2020年上的预测结果与实际并不相符,推测可能为新冠疫情影响所致。结论ARIMA-LSTM组合模型对河南省手足口病发病趋势的预测效果更好,能为手足口病的防控工作提供指导。