一种预测结核病发病率的组合模型的构建方法

本发明提出了一种预测结核病发病率的组合模型的构建方法，包括以下步骤：S1，收集目标地区和r个周边地区的结核病的月发病率数据；S2，根据空间相关性分析确定不同地区数据的权重，形成合并数据矩阵；S3，构建SARIMA模型，将合并数据矩阵作为输入，将目标地区或某个周边地区的真实发病率作为输出对SARIMA模型进行训练，得到训练好的SARIMA模型；S4，构建SVR模型，将合并数据矩阵作为输入，将目标地区或某个周边地区的真实发病率作为输出对SVR模型进行训练，得到训练好的SVR模型；S5，将目标地区和r个周边地区的SAIMA模型和SVR模型的预测值等权重相加后作为ELM模型的输入，将目标地区的真实发病率作为输出对ELM模型进行训练，得到训练好的ELM模型；S6，采用麻雀搜索算法对ELM模型参数进行优化，生成SARIMA//SVR+ELM(SSA)组合模型；S7，将数据输入组合模型，得到结核病发病率预测结果。本发明建立了高精度的混合预测模型，SARIMA与SVR模型并联，作为第一阶段，其输出馈入ELM模型作为第二阶段，这种混合结构使模型具有灵活性和适应性；混合模型中同时使用了统计模型和机器学习模型，SARIMA模型适合处理线性趋势，SVR模型适用于处理结核病发病率的非线性趋势，这两个模型的结果被整合到ELM模型中，从而显著提高了预测精度；为解决数据量不足的问题，同时收集了目标地区和周边地区的发病率数据，并通过空间相关性分析确定组合权重，形成合并数据矩阵作为模型的输入；利用麻雀搜索算法对ELM模型的参数进行优化。