论文部分内容阅读
从机理建模和数据建模出发,结合猩红热2012～2017年发病率数据,分别建立了基于SIS模型近似解析解的改进模型,基于NAR神经网络的猩红热传染病预测模型,以及基于局部加权线性回归的猩红热传染病预测模型,用以描述猩红热的传播过程。运用所建立的三种模型分别对2018年1-6月份猩红热发病率进行预测,计算各模型误差以及和方差,得出相对于近似解析解模型,改进模型以及神经网络模型而言,局部加权线性回归模型能更加精确地描述猩红热传染病的发病趋势。