目的利用西安市2008年1月至2019年10月結(jié)核病月發(fā)病率數(shù)據(jù)分別建立廣義回歸神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,提出利用遺傳算法的全局搜索能力優(yōu)化廣義回歸神經(jīng)的光滑因子。方法以2008年1月至2018年12月發(fā)病率作為訓(xùn)練樣本,以2019年1月至10月發(fā)病率作為測試樣本,對兩種模型的仿真預(yù)測結(jié)果進(jìn)行對比分析。結(jié)果遺傳優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)其預(yù)測的平均絕對誤差（MAE）,均方根誤差（RMSE）,平均相對誤差（MAPE）均小于BP神經(jīng)網(wǎng)絡(luò),預(yù)測效果更優(yōu)。結(jié)論遺傳優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)較BP神經(jīng)網(wǎng)絡(luò)在肺結(jié)核發(fā)病率預(yù)測中有更好的擬合效果和預(yù)測精度,其預(yù)測效果更理想。其具有良好的實(shí)用價(jià)值,為肺結(jié)核發(fā)病率的預(yù)測提供了一種有效的方法。 

【文章來源】：現(xiàn)代預(yù)防醫(yī)學(xué). 2020,47(21)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

遺傳優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)算法流程圖

表2 GRNN和BP網(wǎng)絡(luò)對測試數(shù)據(jù)的仿真結(jié)果 原始值 GRNN預(yù)測值 BP預(yù)測值 2019年1月 6.239 6.021 5.744 2019年2月 5.387 5.963 5.995 2019年3月 7.061 6.019 5.968 2019年4月 7.227 5.953 5.762 2019年5月 6.426 5.812 5.996 2019年6月 6.031 5.914 6.326 2019年7月 6.770 6.069 6.291 2019年8月 6.083 6.193 6.552 2019年9月 5.823 6.345 6.641 2019年10月 5.283 6.246 6.263為進(jìn)一步對擬合預(yù)測結(jié)果進(jìn)行分析,采用平均絕對誤差(MAE),均方根誤差(RMSE),平均相對誤差(MAPE)作為網(wǎng)絡(luò)的性能評價(jià)指標(biāo),其計(jì)算公式為:

遺傳算法是以自然選擇和自然遺傳機(jī)制為基礎(chǔ),將生物進(jìn)化過程中適者生存規(guī)則與群體內(nèi)部染色體的隨機(jī)信息交換機(jī)制相結(jié)合的高效全局搜索算法。遺傳算法對可能解看作群體中的一個(gè)個(gè)體,將每個(gè)個(gè)體進(jìn)行編碼,生成一個(gè)初始種群,通過模擬自然選擇和遺傳進(jìn)化對個(gè)體進(jìn)行隨機(jī)選擇、交叉、變異操作,按照設(shè)定的適應(yīng)度函數(shù)對個(gè)體進(jìn)行評價(jià),通過不斷迭代使群體向最優(yōu)值發(fā)展[9]。遺傳算法具有對可行解表示的廣泛性,群體搜索特性,內(nèi)在啟發(fā)式隨機(jī)搜索特性,不易局限于局部最優(yōu),具有并行計(jì)算能力等優(yōu)點(diǎn)[10-11]。利用遺傳算法的全局尋優(yōu)能力對光滑因子進(jìn)行優(yōu)化,其步驟如下:

【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法的廣義回歸神經(jīng)網(wǎng)絡(luò)建模方法[J]. 孔國利,張璐璐.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(02)
[2]遺傳尋優(yōu)神經(jīng)網(wǎng)絡(luò)在平臺溫控系統(tǒng)建模中的應(yīng)用[J]. 張浩,閆光亞,王汀.  導(dǎo)航與控制. 2016 (06)
[3]基于神經(jīng)網(wǎng)絡(luò)的熱工系統(tǒng)辨識方法研究[J]. 要亞斌,李淑琴,黃宇.  計(jì)算機(jī)仿真. 2016(08)
[4]改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法在水質(zhì)監(jiān)測中的應(yīng)用[J]. 李福,郭健.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2015(10)
[5]基于廣義回歸神經(jīng)網(wǎng)絡(luò)的煤炭企業(yè)成本預(yù)測[J]. 孫方元,衛(wèi)晨.  計(jì)算機(jī)與數(shù)字工程. 2015(08)
[6]三種模型在肺結(jié)核發(fā)病預(yù)測中的應(yīng)用[J]. 張國良,后永春,舒文,朱士玉,聶紹發(fā),許奕華.  中國衛(wèi)生統(tǒng)計(jì). 2013(04)
[7]廣義回歸神經(jīng)網(wǎng)絡(luò)在乙肝發(fā)病數(shù)時(shí)間序列預(yù)測中的應(yīng)用[J]. 楊德志.  計(jì)算機(jī)應(yīng)用與軟件. 2013(04)
[8]徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在甲型病毒性肝炎發(fā)病率預(yù)測中的應(yīng)用初探[J]. 曾海燕,解合川,任欽,張興裕,李曉松.  現(xiàn)代預(yù)防醫(yī)學(xué). 2013(24)
[9]基于遺傳算法的廣義回歸神經(jīng)網(wǎng)絡(luò)在地震預(yù)測中的應(yīng)用[J]. 韓曉飛,潘存英,羅詞建.  華北地震科學(xué). 2012(01)
[10]傳染病預(yù)測方法的研究[J]. 郭澤強(qiáng).  職業(yè)與健康. 2012(05)

博士論文
[1]微電阻點(diǎn)焊條件下的質(zhì)量控制問題研究[D]. 萬曉東.華中科技大學(xué) 2016

碩士論文
[1]熱解爐溫度隨動(dòng)控制系統(tǒng)研究[D]. 尹懷永.北京交通大學(xué) 2018
[2]基于光纖光柵的飛機(jī)結(jié)構(gòu)損傷識別方法研究[D]. 張善好.沈陽航空航天大學(xué) 2018



本文編號：3112098