| 个人简历 | 第3-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第一部分 前言 | 第12-21页 |
| 1.1 本文的研究背景及意义 | 第12-15页 |
| 1.2 预测技术的发展及本文思路 | 第15-21页 |
| 1.2.1 国内外预测技术发展现状 | 第15-19页 |
| 1.2.2 艾滋病发病预测现状 | 第19-20页 |
| 1.2.3 本文的研究思路 | 第20-21页 |
| 第二部分 ARIMA模型预测艾滋病发病率的研究 | 第21-37页 |
| 2.1 资料来源 | 第21页 |
| 2.2 统计方法 | 第21页 |
| 2.3 ARIMA模型建模原理、步骤及评估指标选择 | 第21-26页 |
| 2.3.1 时间序列法简介 | 第21-22页 |
| 2.3.2 ARIMA建模原理 | 第22-24页 |
| 2.3.3 ARIMA建模步骤 | 第24-25页 |
| 2.3.4 ARIMA模型的评价指标 | 第25-26页 |
| 2.4 ARIMA模型在艾滋病发病率预测中的实证分析 | 第26-37页 |
| 2.4.1 2004-2014年全国艾滋病发病率概况 | 第26-28页 |
| 2.4.2 应用ARIMA模型进行艾滋病发病率建模 | 第28-35页 |
| 2.4.3 模型ARIMA(0,1,1)×(0,1,1)_(12)的检验 | 第35页 |
| 2.4.4 ARIMA(0,1,1)×(0,1,1)_(12)模型预测2015年艾滋病发病率 | 第35-37页 |
| 第三部分 BP神经网络模型预测艾滋病发病率的研究 | 第37-53页 |
| 3.1 资料来源 | 第37页 |
| 3.2 统计学方法 | 第37页 |
| 3.3 神经网络模型 | 第37-44页 |
| 3.3.1 人工神经网络简介 | 第37-40页 |
| 3.3.2 BP神经网络模型及BP算法 | 第40-42页 |
| 3.3.3 BP神经网络参数设计的一般原则 | 第42-44页 |
| 3.3.4 BP神经网络建模步骤 | 第44页 |
| 3.3.5 BP神经网络模型的评价指标 | 第44页 |
| 3.4 BP神经网络模型在艾滋病发病率预测中的实证分析 | 第44-53页 |
| 3.4.1 原始数据分割 | 第44-46页 |
| 3.4.2 数据预处理 | 第46页 |
| 3.4.3 神经网络模型参数确定及建模 | 第46-50页 |
| 3.4.5 训练网络模型 | 第50页 |
| 3.4.6 测试LM法3-8-1结构BP神经网络模型 | 第50-52页 |
| 3.4.7 应用3-8-1结构LM算法BP神经网络模型预测2015年AIDS发病率 | 第52-53页 |
| 第四部分 ARIMA模型和BP神经网络模型预测效果比较 | 第53-57页 |
| 4.1 两个模型评估对比指标 | 第53-54页 |
| 4.2 两种模型对艾滋病月发病率的拟合效果 | 第54-55页 |
| 4.3 ARIMA模型和BPNN网络模型预测效果的比较 | 第55-57页 |
| 第五部分 结论 | 第57-59页 |
| 5.1 研究显示我国2015年艾滋病发病率相对平稳 | 第57页 |
| 5.2 两种预测方法均方误差随预测时长的变化比较 | 第57-58页 |
| 5.3 总论 | 第58-59页 |
| 第六部分 讨论 | 第59-69页 |
| 6.1 基于历史发病率据开展我国艾滋病发病率预测的可行性 | 第59-60页 |
| 6.2 运用神经网络模型进行预测分析的优缺点 | 第60-62页 |
| 6.3 基于艾滋病发病率时间序列建模在外推实际应用时需要注意事项 | 第62-63页 |
| 6.4 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| BP人工神经网络在艾滋病预测中的应用(综述) | 第69-79页 |
| 综述参考文献 | 第77-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表的论文 | 第80-81页 |
| 附件 | 第81-88页 |
