[精选]基于神经网络和灰色理论的冠心病月就诊人数的预测模型--资料.pdfVIP

2013南昌大学第十届数学建模竞赛

承诺书

我们仔细阅读了南昌大学数学建模竞赛的竞赛规则。

我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网

上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的

资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参

考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规

则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B中选择一项填写）：B。

报名序号是(没有或不清楚可不填)：NO.85。

参赛队员(打印并签名)：所属院系（请填写完整的全名）：

1.范元冠杰签名：院系：高等研究院

2.黄志涵签名：院系：太阳能光伏学院

3.李巧签名：院系：信息工程学院

日期：2013年5月28日

2013南昌大学第十届数学建模竞赛

编号专用页

评阅编号：

评阅记录：

评

阅

人

备

注

基于神经网络和灰色理论的冠心病月就诊人数的预测模型

摘要

本文分别对冠心病与就诊人数的统计描述、与环境因素的关系、预测建立了不同的

模型。

首先建立了模型一：基于多种统计方法的统计描述模型和模型二：基于小波分析的

数据分析模型，得出各个环境因素随月份增加的变化为周期性，同步调的；月病例数主

要受大气的平均气压，平均湿度和最高温度的影响，而且与平均气压成正相关，与平均

湿度和最高温度成负相关。月病例数总体呈现出增大的趋势，具有波动性。

然后根据以上结论，选取主要因素平均气压，平均湿度和最高温度作为输入参数，

月病例数作为输出参数建立模型三：96-10-7-1四层神经网络进行拟合，建立起病例数与

主要环境因素的关系。分析网络训练的performance图和regress图得到均方差为

-5

5.1176×10，R=0.9999，由此认为此模型十分精确并接受。

由于病例数序列符合灰色系统的定义，我们建立了模型四：GM(1,1)预测模型，将

病例数数据按月分为12组，即2000~2007年1月份数据、2000~2007年2月份数据……

2000~2007年12月份数据，分别使用GM(1,1)模型对月数据进行5年预测，最后汇总为

2008年~2012年的病例数预测数据。计算其误差并认为可以接受此模型。

在使用模型四预测的同时又建立了模型五：基于12-7-8-1四层神经网络的时间序列

预测模型，使用不同的方法进行预测以期获得最好的结果。选取2000~2006年病例数作

为输入参数，2007年病例数作为输出参数对网络进行训练，之后代入2001~2007年数据

得到2008年病例数的方针预测结果。分析网络训练的performance图和regress图得到

-3

均方差为4.2387×10，R=0.99413，由此认为此模型十分精确并接受。

然后根据以上结论对卫生行政部门和医疗机构提出具体的预警和干预的建议方案。

我们指出，受夏季高温和冬季高压的影响，冠心病病例数会出现上升态势，所以应对相

应的气候变化等做好预警。并提出了包括加强民众重视程度、加强健康检查、建立多等

级预防体系、做好疾病研