ARIMA-SVM组合模型和TBATS模型在艾滋病报告病例数预测中的应用

【摘要】 目的 探讨ARIMA-SVM组合模型和TBATS模型在艾滋病报告病例数预测中应用的可行性。方法 收集2013年1月—2019年6月荆州市艾滋病月报告病例数，以2013—2018年艾滋病报告数为训练集，建立差分自回归移动平均模型（ARIMA）模型和指数平滑空间状态模型（TBATS）模型，并应用支持向量机（SVM）对ARIMA模型残差进行非线性建模，建立ARIMA-SVM组合模型。以2019年1—6月月报告数对模型进行验证，并对不同模型预测效能进行比较。结果 建立了ARIMA（0,1,2）（2,0,0）₁₂模型、ARIMA-SVM组合模型、TBATS模型；其预测的平均绝对误差百分比（MAPE）、平均绝对误差（MAE）、均方根误差（RMSE）依次为18.25%、5.34、5.92,17.53%、4.78、5.67,12.19%、3.81、5.24。结论 ARIMA-SVM组合模型和TBATS模型对HIV/AIDS报告数预测准确度较高，值得推广应用。更多还原