本文關(guān)鍵詞：使用思維進(jìn)化算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)建立腎綜合征出血熱預(yù)測模型

  更多相關(guān)文章： 腎綜合征出血熱 思維進(jìn)化算法 神經(jīng)網(wǎng)絡(luò) 預(yù)測

【摘要】：目的探討思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在建立腎綜合征出血熱發(fā)病率預(yù)測模型中的應(yīng)用前景。方法使用1984-2013年沈陽市的鼠情資料(鼠密度和鼠帶毒率)和氣象資料(平均氣溫、降水量和日照時數(shù))作為網(wǎng)絡(luò)的輸入,同年的腎綜合征出血熱發(fā)病率作為網(wǎng)絡(luò)的輸出。把1984-2009年的數(shù)據(jù)作為訓(xùn)練樣本,2010-2013年的數(shù)據(jù)作為預(yù)測樣本。分別建立BP神經(jīng)網(wǎng)絡(luò)和思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并比較兩種模型的擬合和預(yù)測效果。結(jié)果對于訓(xùn)練樣本和預(yù)測樣本,思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的平均絕對誤差(MAE)、平均絕對誤差百分比(MAPE)以及均方誤差平方根(RMSE)均小于未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)。結(jié)論思維進(jìn)化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的擬合和預(yù)測效果均優(yōu)于未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò),具有較強的推廣應(yīng)用價值。
【作者單位】： 中國醫(yī)科大學(xué)公共衛(wèi)生學(xué)院;遼寧省疾病預(yù)防控制中心;
【關(guān)鍵詞】： 腎綜合征出血熱 思維進(jìn)化算法 神經(jīng)網(wǎng)絡(luò) 預(yù)測
【基金】：國家自然科學(xué)基金項目(No.81202254,No.30771860)資助
【分類號】：R512.8
【正文快照】： 目前,人們普遍認(rèn)為腎綜合征出血熱(hemorrhag-ic fever w ith renal syndrome,HFRS)的發(fā)病受到很多因素的影響,如氣象因素和動物疫情因素[1-4]。各種影響因素之間又存在錯綜復(fù)雜的聯(lián)系,因此很難建立結(jié)構(gòu)式的因果模型進(jìn)行解釋。BP神經(jīng)網(wǎng)絡(luò)已被廣泛用于建立傳染病的預(yù)警預(yù)測模型

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊佳琦;陳露菲;陳淑紅;邵冰;曹博;李航;焦U，

本文編號：865815