BP 神经网络模型用于气象因素对PRRS 发病预测的研究.docVIP

BP神经网络模型用于气象因素对PRRS发病预测的研究 陈 欣，肖建华，栾培贤，徐 强，王洪斌 （东北农业大学动物医学学院，哈尔滨 150030） 摘要：对气象数据和猪蓝耳病发病率进行相关性分析，结合动物流行病学理论确定影响猪蓝耳病发病的关键气象因素。利用Matlab软件进行BP（Back-propagation）神经网络预测模型构建，计算预测值与实际发病率的误差绝对值和决定系数R2对所建预测模型进行检验。结果表明将13种气象因素作为预测研究的关键气象因子，BP神经网络模型其决定系数R2=0.821，证实预测效果较好。初步构建出猪蓝耳病发病的神经网络预测模型，探索性地将BP神经网络理论在动物疫病预测研究领域中运用，为进一步展开动物疫病预测的研究提供理论参考。 关键词：猪蓝耳病；预测模型；BP神经网络；气象因素 Study on meteorological factors-based BP Neural Network of Prediction of Porcine Reproductive and Respiratory Syndrome Xin-Chen, JianhuaXiao, PeixianLuan, QiangXu, HongbinWang (College of veterinanry Medicine，Northeast Agricultural University，Harbin 150030Abstract: The purpose of this paper is to investigate the correlation between meteorological factors and Porcine Reproductive and Respiratory Syndrome morbidity, and to determine the key factors that affect Porcine Reproductive and Respiratory Syndrome. Having built BP neural network forecasting model by Matlab 7.0 software, we tested the performance of the model according to the coefficient of determination (R2) and absolute values of the difference between predictive value and practical morbidity. The results showed that 13 kinds of meteorological factors were determined, and the model’s coefficient of determination was 0.821, and the performance of the model was very good. Finally, we built Porcine Reproductive and Respiratory Syndrome forecasting model, and applied BP neural network theory in animal disease forecasting research. Key words: Porcine Reproductive and Respiratory Syndrome; forecasting model; BP neural network; meteorological factors 蓝耳病全称猪繁殖与呼吸综合征（Porcine Reproductive and Respiratory Syndrome，PRRS），是由猪繁殖与呼吸综合征病毒（Porcine Reproductive and Respiratory Syndrome Virus， PRRSV）引起的一种高度传染性疾病，以怀孕母猪流产、早产、死胎和木乃伊胎等繁殖障碍以及仔猪和育肥猪的呼吸道症状为特征。2006年5月份开始，南方地区发生猪无名高热病，大部分发病猪场患病发病率在50%以上，死亡率高达50%—90%，给养猪生产造成了数十亿的经济损失[1]。2007年初，国家农业部正式定性为高致病性蓝耳病，虽然仍然列为二类动物疫病，但是对其重视程度已不亚于高致病性禽流感。因此，PRRS发病预测模型的建立对于蓝耳病的防控具有重要的意义。本研究结合PRRS发病特点，借鉴已有的传染病预测研究理论，利用各种关键气象因素数据对我国南方地区某省的PRRS发病