基于BP人工神经网络的病毒性肝炎发病率自回归预测模型

目的　研究BP人工神经网络在存在自回归现象的病毒性肝炎发病率预测中的应用。方法　首先通过时间序列分析 ,发现病毒性肝炎发病率存在一阶自回归现象 AR(1) ,然后以AR(1)和平均气压、平均气温、平均降水量和平均蒸发量四个气象指标为网络输入 ,将 1979～ 1994年某地病毒性肝炎发病率变换值作为网络输出 ,选择 1979～ 1992年数据 ,利用MATLAB软件 6 5的神经网络工具箱 4 0构建、训练与模拟网络 ,预测另外两年病毒性肝炎发病率 ,建立病毒性肝炎自回归BP人工神经网络模型。结果　BP人工神经网络非线性相关系数RNL=0 80 ,而线性自回归模型RNL=0 62。结论　BP人工神经网络较好地描述了自回归模型中的非线性关系 ,内插及外推预测均较好 ,可以用于解决存在自回归现象的问题 ,效果好于传统方法。