广义回归神经网络（GRNN）在肾综合征出血热发病率预测中的应用-流行病与卫生统计学专业论文.docxVIP

英文缩略语7 英文缩略语 7 中国医科大学研究生学位论文独创性声明本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及 中国医科大学研究生学位论文独创性声明 本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及 取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得我校或 其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：灶 日期：鲨兰：型16 中国医科大学研究生学位论文版权使用授权书 本人完全了解中国医科大学有关保护知识产权的规定，即：研究生在 攻读学位期间论文工作的知识产权单位属中国医科大学。本人保证毕业离 校后，发表论文或使用论文工作成果时署名单位为中国医科大学，且导师 为通讯作者，通讯作者单位亦署名为中国医科大学。学校有权保留并向国 家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。学 校可以公布学位论文的全部或部分内容(保密内容除外)，以采用影印、缩 印或其他手段保存论文。 论文作者签名： 指导教师签名： 日 期： ·中文论著摘要·广义回归神经网络(GRNN)在肾综合征出血热发病率预 ·中文论著摘要· 广义回归神经网络(GRNN)在肾综合征出血热发病率预 测中的应用 刖吾 肾综合征出血热在亚洲又称为流行性出血热，主要是由某些鼠类携带传播布 尼亚病毒科汉坦病毒属中不同病毒引起的一类自然疫源性疾病，其流行广、病死 率高，严重危害人民的生命和健康，属我国重点防治的传染病之一。在疾病监测 的基础上，对HFRS疫情进行科学可靠的预测预报，并且有针对性地采取灭鼠和疫 苗接种措施的实现，对HFRS的科学防控具有重要的指导意义。 多年来，很多学者尝试了多种传统的方法进行HFRS疫情预测。用于肾综合征 出血热的预测模型主要有时间序列模型、回归模型，另外有几种特殊的模型，如 高维时空动态趋势模型、灰色预测模型、MarKov模型等。现行的预测方法虽各有 优点，但大都集中在对其因果关系回归模型和时间序列模型的分析上，所建立的 模型不能全面和本质地反映所预测动态数据的内在结构和复杂特性，从而丢失了 某些信息量。 人工神经网络以其独特的并行结构、自适应、自组织、联想记忆、较强的容 错性和鲁棒性等特点和独特的信息处理方法，适应了肾综合征出血热发病的高度 复杂性、非线性和不确定性，并在实际应用中取得了显著成效。目前为止，在预 测时用的最多的是BP神经网络模型，但这种网络在用于预测时，存在收敛速度慢 和容易陷入局部极小的缺点；在解决样本量少且噪声较多的问题时，效果并不理 想；有时预测的结果受主观因素的影响较大。 广义回归神经网络在逼近能力、分类能力和学习速度上较BP神经网络有着较 强的优势，其网络最后收敛于样本量聚集较多的优化回归面，具有较好的外推性； 并且在样本数据缺乏时，预测效果也比较好；此外，它还可以处理不稳定的数据。 因此，本研究利用传统的BP神经网络和广义回归神经网络分别建立预测模型，并 对两者的拟合和预测性能进行比较。 材料与方法发病率资料来自于辽宁省疾病控制中心，选取辽宁省沈阳市1985～2003年的 材料与方法 发病率资料来自于辽宁省疾病控制中心，选取辽宁省沈阳市1985～2003年的 HFRS年发病率(1／10万)，其间共收集病例5304例，获得了准确可靠的病例资料； 鼠情选择1984～2002年每年春、秋两季在监测点收集的监测数据，包括鼠密度和 鼠带毒率；气象资料来自沈阳市气象局，选取该地区1984-2002年的平均气温(℃)、 气湿(％)、降水量(mm)和日照(∽。 把1984年该地的气象资料(包括平均气温、相对湿度、降水量和日照)和动物 疫情资料(包括鼠密度和鼠带毒率)的6个指标作为样本的第一组输入，将1985年 该地HFRS发病率作为样本的第一组输出。依此类推，直至最后取2002年该地的 气象资料和动物疫情资料的6个指标作为样本的最后一组输入，将2003年该地 HFRS发病率作为样本的最后一组输出。将最后3组样本作为测试样本，在前16 组样本中随机选取1个样本(待估点)用来寻找最优光滑因子，剩下的作为训练样 本。将输入和输出的数据进行归一化后，利用软件Matlab7．0中的神经网络工具箱 编程构建HFRS发病率的广义回归神经网络预测模型和BP神经网络预测模型。 采用误差绝对值、平均误差率(MER)及决定系数R2检验其拟合和预测效果。 结果 GRNN的最优光滑因子为O．35：BP神经网络的隐含层数定为6。从拟合效果 来看，GRNN和BP神经网络预测模型的MER分别为25