基于灰色系统治未病策略.docVIP

基于灰色系统治未病策略 　　摘要： 治未病的主要中医理念之一为未病先防。以糖尿病为例，从患者的各生活习性着手，构建灰色关联模型，求得各生活习性对该糖尿病的影响权重与关联度矩阵，进而给出治未病方案。 　　Abstract： One of the major Chinese idea of disease prevention is prevention of no disease. We exemplify diabetes mellitus， begin from the patients living habits， construct the grey correlation model， obtain the relative weight and relational matrix between living habits and diabetes mellitus， and give the scheme of disease prevention. 　　关键词： 治未病；生活习性；灰色系统；糖尿病 　　Key words： disease prevention；living habits；grey system；diabetes mellitus 　　中图分类号：O29 文献标识码：A 文章编号：1006-4311（2015）11-0188-03 　　1 治未病的背景现状 　　随着科学技术的发展，检测手段的更新，能够从人体收集到的症状信息越来越多，对生理、病理、医理的揭示越来越深入，人们面临着人体、疾病、药物等方面知识的迅猛增长。我国传统中医早在几千年前便提出了治未病这一重要思想，为我们解决目前的世界医疗难题指出了新的方向。传统中医治未病理念有三个层面的含义：一是未病先防；二是既病防变；三是既变防渐。本文主要未病先防，从某些地区的生活习性入手，因为不良的生活习性必将导致疾病的发生，而不同地区的生活方式不同，当然生活习性也不同，并且同种习性对不同疾病影响度也不尽相同。我们以发病率较高的城市为研究对象，收集其引发该疾病的主要因素，并进行量化。其关键在于习性的影响度的量化处理以及各习性与疾病的关联度求解。 　　2 模型构建与结果 　　在客观世界中，许多因素之间的关系是灰色的，分不清哪些因素之间关系紧密，哪些不紧密，这样就难以找到主要矛盾和主要特征。灰色因素关联分析，目的是定量地表征诸因素之间的关联程度，从而揭示灰色系统的主要特征。根据调查研究，准备构建灰色关联度模型。为保证建立模型的质量和系统分析的正确性，对采集来的原始数据进行预处理，使其消除量纲和具有可比性。即在进行关联度计算之前，对各要素的原始数据做初值变换或均值变换等，然后利用变换后的数据做关联度计算。下面根据文献[1]-[4]进行讨论。 　　2.1 原始数据预处理变换公式 　　设有序列：x=（x（1），x（2），…，x（n）） 　　①当y（k）=f（x（k））=x（k）/x（1），x（1）≠0时，称f是初值化变换； 　　②当y（k）=f（x（k））=■，■=■■x（k）≠0时，称f是均值化变换； 　　③当y（k）=f（x（k））=■，■≠0时，称f是百分百变换； 　　④当f（k）=f（x（k））=■，■≠0时，称f是倍数变换； 　　⑤当y（k）=f（x（k））=■，其中x0为某个大于零的实数，称f是归一化变换； 　　⑥当y（k）=f（x（k））=■，■≠0时，称f是极差极大值化变换； 　　⑦当y（k）=f（x（k））=■，■-■≠0时，称f是区间值化变换。 　　注意，如果原始数据具有相同的量纲，能够进行比较，也可以不做数据变换。 　　2.2 关联系数与关联度的求解公式 　　①数据列的表示方式： 　　首先选择参考数据列，记为x0，记第1个时刻为x0（1），其余时刻依次为x0（2），x0（3），…，x0（k）。因此参考序列x0可表示为： 　　x0=（x0（1），x0（2），x0（3），…，x0（n））。 　　关联分析被比较的数列常记为x1，x2，…，xn。其括号内的数字为列中的序号。如：x1=（x1（1），x1（2），…，x1（n））。 　　②关联系数的计算公式： 　　关联性实质上是曲线几何形状的差别，因此将曲线间差值的大小作为关联度的衡量尺度。 　　对于一个参考数列x0，有比较数列x1，x2，…，xn时，这里用下述关系 　　？着i（k）= 　　■ 　　表示第k个时刻比较曲线xi与参考曲线x0的相对差值，这种形式的相对差值称为xi对x0在k时刻的关联系数。上式中的0.5是分辨系数，记为？籽，一般在0与1之间取值。 　　■■x0（k）-xi（k）称为两级最小差。第一级最小差是对而言，取遍选最小者；第二级