基于神经网络的组合预测模型方法研究
研究目的：提出以传统猪瘟发病率为对象的组合预测模型；方法：利用ARIMA模型以及灰色模型GM(1，1)进行数据初始化处理，将初步处理结果作为优化后的BP神经网络输入构建组合模型；结果：利用组合模型对2000年到2009年的月度发病数据进行实例分析，结果表明预测数据精度达到97.379％，较ARIMA模型、灰色模型、BP神经网络模型分别提高了5.469％、3.499％、1.188％，模型平稳性增强，预测结果良好；结论：本研究为动物疫情测报提供了有效的分析手段，验证了组合模型在动物疫情研究中的可行性，并可为其他动物疫病提供借鉴和参考。
猪瘟 发病率 组合预测模型 BP神经网络 流行病学调查
梁毅 刘世洪
中国农业科学院农业信息研究所，北京 100081
国内会议
广西北海
中文
43-50
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）