摘要：目的根据全国人类免疫缺陷病毒(human immunodeficiency virus,HIV)月发病数的情况,采用基于Loess季节趋势分解方法(seasonal-trend decomposition procedures based on loess,STL)和自适应提升(adaptive boosting,AdaBoost)框架下的回声状态网络(echo state network,ESN),构建HIV月发病数模型,并预测2017年全国HIV月发病数。方法从中国疾病预防控制中心官网收集2013年1月-2016年12月全国HIV月发病数,通过STL将月发病数序列分解为季节和非季节序列,对两部分分别采用简单的季节估计方法和ADABOOST-ESN进行建模,最后将它们的输出值进行加和,得到HIV月发病数的预测值。结果本文以均方根误差(root mean squared error,RMSE)和平均绝对百分比误差(mean absolute percentage error,MAPE)作为模型性能的评价指标,得到STL-ADABOOST-ESN的建模性能RMSE和MAPE分别为164.083和1.842%,预测性能RMSE和MAPE分别为359.404和3.776%,其预测精度高于乘积季节模型(seasonal autoregressive integrated moving average,SARIMA)、ESN、ADABOOST-ESN和STL-ESN等模型。采用本文提出的方法得出2017年1-12月全国HIV发病数预测值为5654~8497人。结论本研究提出的STL-ADABOOST-ESN模型预测准确度较高,预测2017年全国HIV年发病数将达到92040人,相比于2016年增长了4.87%,因此有必要在全国实施更为严格的HIV预防控制工作。

关键词：hiv 发病数预测 季节调整方法 状态回声网络 集成框架 

单位：兰州大学数学与统计学院; 兰州730000; 兰州市疾病预防控制中心; 兰州730000; 西北民族大学西部环境健康研究所; 兰州730000