使用思维进化算法优化的神经网络建立肾综合征出血热-中国卫生统计.pdf

使用思维进化算法优化的神经网络建立肾综合征出血热-中国卫生统计.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
使用思维进化算法优化的神经网络建立肾综合征出血热-中国卫生统计

中国卫生统计2016年2月第33卷第1期 ·27· 使用思维进化算法优化的神经网络建立 肾综合征出血热预测模型 1 2 2 1 1 1△ 吴 伟  郭军巧  安淑一  任仰武  夏玲姿  周宝森   【提 要】 目的 探讨思维进化算法优化的BP神经网络在建立肾综合征出血热发病率预测模型中的应用前景。 方法 使用1984-2013年沈阳市的鼠情资料(鼠密度和鼠带毒率)和气象资料(平均气温、降水量和日照时数)作为网络 的输入,同年的肾综合征出血热发病率作为网络的输出。把1984-2009年的数据作为训练样本,2010-2013年的数据作 为预测样本。分别建立BP神经网络和思维进化算法优化的BP神经网络预测模型,并比较两种模型的拟合和预测效果。 结果 对于训练样本和预测样本,思维进化算法优化的BP神经网络的平均绝对误差(MAE)、平均绝对误差百分比 (MAPE)以及均方误差平方根(RMSE)均小于未优化的BP神经网络。结论 思维进化算法优化的BP神经网络预测模 型的拟合和预测效果均优于未优化的BP神经网络,具有较强的推广应用价值。 【关键词】 肾综合征出血热 思维进化算法 神经网络 预测 ApplicationofMindEvolutionaryAlgorithmOptimizedNeuralNetworkMod eltoPredicttheIncidenceofHemorrhagicFeverwithRenalSyndrome WuWei,GuoJunqiao,AnShuyi,etal(DepartmentofEpidemiology,SchoolofPublicHealth,ChinaMedicalUniversity (110122),Shenyang) 【Abstract】 Objective Toexploretheapplicationprospectofmindevolutionaryalgorithmoptimizedneuralnetwork modelinbuildingpredictionmodelofhemorrhagicfeverofrenalsyndrome.Methods Ratepidemicinformationincludingro dentdensityandviralcarriageofrodentsandmeteorologicaldataincludingaveragetemperature,precipitationandsunshinedura tionfrom1984to2013inShenyangcitywereusedastheinputofneuralnetwork.TheincidenceofHFRSinthesameyearwas usedastheoutputofneuralnetwork.Datafrom1984to2009wereselectedastrainingsample,whiledatafrom2010to2013 wereselectedaspredictingsample.BPneuralnetworkandMEAoptimizedBPneuralnetworkwerebuiltrespectively.Fittingand forecastingeffectwerecomparedbetweenthetwomodels.Results Forthetrainingsampleandpredictingsample,themeanab soluteerror,meanabsolutepercentageerrorandrootmeansquareerrorofmindevolutionaryalgorithmoptimizedBPneuralnet workweresmallerthanthatofBPneuralnetwork.Conclusion MEAoptimizedBPneuralnetworkfittingandforecastingthe HFRSincidencebetterthanBPn

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档