声明
摘要
1.1研究背景及意义
1.2研究现状
1.3资料与方法
1.4结果
第2章ARIMA模型
2.1时间序列的一般模型
2.2趋势项、季节项和随机项的分解
2.2.1趋势项的分解
2.2.2季节项的分解
2.2.3随机项
2.3 ARIMA模型
2.3.1平稳序列的定义和统计特性
2.3.2白噪声
2.3.3 ARMA模型
2.3.4 ARIMA模型
2.4应用ARIMA模型预测流感发病率
2.4.1数据的采集
2.4.2趋势项的分解
2.4.3季节项的分解
2.4.4随机项ARMA模型的模拟
2.5模型的预测
第3章无偏灰色模型
3.1传统GM(1,1)模型
3.2无偏GM(1,1)模型
3.3无偏GM(1,1)预测模型的检验
3.4模型的拟合度检验
第4章人工神经网络
4.1人工神经元模型
4.2前馈神经网络
4.3人工神经网络预测的主要模型
4.4应用BP算法建立全国流感发病率模型及MATLAB实现
4.4.1数据样本的选择
4.4.2数据样本的预处理
4.4.3构造神经网络
4.4.4设定训练模式参数
4.4.5用归一化之后的数据进行训练
4.4.6构造验证数据及预测
4.5 BP神经网络预测全国流感发病率趋势的实例分析
4.6改进的BP神经网络
4.6.1模型的建立
4.6.2模型的检验
4.7应用改进的BP神经网络预测流感发病率
第5章总结
5.1三种模型各自的优缺点
5.1.3 BP神经网络的优缺点
5.2三种模型对流感发病率预测的比较
参考文献
致谢
东北大学;