人工神经网络方法在南京呼吸系统疾病死亡人数预测中的应用.docxVIP

人工神经网络方法在南京呼吸系统疾病死亡人数预测中的应用张莹1,李旭,王式功*,尚可政兰州大学大气科学学院兰州730000摘要：利用南京市2004-2009年呼吸系统疾病死亡病例和同期的气象资料，分析了气象因子(包括三种舒适度指数)与呼吸系统疾病死亡人数的相关性，通过BP神经网络建立了呼吸系统疾病死亡人数的预报模型，并对其效果进行评价。结果表明：气象因素及其变化与呼吸系统疾病死亡人数有密切的关系。建立的呼吸系统疾病死亡人数的神经网络预报模型结构为15-20-1(即有15个输入、20个隐含节点和1个输出)，训练精度为0.005，训练了26步达到目的，预测准确率达80.11%。与其他统计预报方法相比较，该方法计算简便、误差较小、预测准确率高，对呼吸系统疾病死亡人数有较好的预测效果，为医疗气象预报提供了一种新方法，具有进一步的研究价值。关键词：呼吸系统疾病死亡人数；气象因子；BP神经网络；预报模型Study on Artificial Neural Network PredictionforRespiratory System Death Toll inNanjingZHANG Ying, LI xu,WANG Shi-gong, SHANGKe-zheng(CollegeofAtmosphericSciences,LanzhouUniversity,Lanzhou,Gansu730000)Abstract: Using the data of respiratory system deaths and meteorological factors within thesametime in 2004 to 2009 in Nanjing, and analyzed the correlation between meteorologicalfactorswhich include three human comfortable indexes and respiratory system deaths, aftertheback-propagation (BP) artificial neutral network (ANN) model was built and evaluated. Theresultshowed:Acloserelationshipexistsbetweenthemeteorologicalfactorsandrespiratorysystemdeaths,theANNpredictmodelstructurewas15-20-1,15inputnotes,20hiddennotesand1 output note. The training precision was 0.005 and the final error was 0.004 99942 after 26training基金项目：公益性行业（气象）科研专项（GYHY201106034）、“中央高校基本科研业务费专项基金”自由探索项目(lzujbky-2013-108)和国家自然科学基金项目共同资助。作者简介：张莹（1988-），女，陕西宝鸡人，博士生，e-mail:zhangy881208@126.com，主要从事医学气象学研究。通讯作者：王式功，（1955-），山东安丘人，教授/博导，e-mail:wangsg@,主要从事医学气象学、干旱气候和现代天气预报技术方面的研究。steps. The results of forecast showed that predict accuracy over 80.11%.Compared withstatisticalforecastingmethods,thismethodiseasytobefinishedwithsmallererror,andhigherabilityonrespiratory system deaths on independent prediction, which can provide a new method formedicalmeteorology forecast and have the value of furtherresearch.Keywords: Respiratory system death toll; meteorological factors; back-propagationneutralnetwork；Predictmodel呼吸系统疾病是一种常见病、多发病，主要病变在气管、支气管、肺部及胸腔，病变轻者多咳嗽、胸痛、呼吸受影响，重者呼吸困难、缺氧，甚至呼吸衰竭死亡。气象条件是导致其发病的主要诱因之一，国内外一些学者曾