（生物医学工程专业论文）基于人工神经网络的心血管疾病医疗气象预警模型设计.pdf

山东大学硕士学位论文 目录 中文摘要 l a b s t r a c t 3 1 前言 61 日 看 b 1 1 医疗气象学 6 1 2 医疗气象预报 6 1 3 人工神经网络 7 1 3 1 生物神经元和人工神经元 8 1 3 2 神经网络的学习方法 1 0 1 3 3 神经网络的学习规则 1 0 1 3 4 神经网络的特性 1 1 1 4b p 神经网络 1 l 1 4 1b p 网络结构 1 1 1 4 2b p 网络算法 1 1 1 4 2b p 网络建模特点 1 2 1 5m a t l a b 1 3 1 6l a b w i n d o w s c v i 00 1 4 2 资料和方法 1 5 2 1 医疗资料 1 5 2 2 气象资料 1 5 2 3 方法 1 6 2 3 1 分析疾病与气象因素的相关性 1 6 2 3 2 基于神经网络的预测原理 1 7 2 3 3 建立人工神经网络预测模型 1 8 2 3 4 人工神经网络模型的预测效果评价方法 2 1 2 3 5 心血管病危险因素评估和预警等级 2 2 2 3 6 设计预测模型系统软件 2 3 3 结果 4 5 3 1 各种急症与气象因素的关系 4 5 山东大学硕士学位论文 3 1 1 心血管疾病与气象因素的关系 4 6 3 1 2 脑血管疾病与气象因素的关系 4 7 3 1 3 外伤 车祸与气象因素的关系 4 7 3 1 4 消化系统疾病与气象因素的关系 4 8 3 1 5 呼吸系统疾病与气象因素的关系 4 8 3 1 6 中毒与气象因素的关系 4 8 3 2e 3 p 人工神经网络模型预测结果分析 4 8 3 3 心血管疾病医疗气象预警系统的运行 5 0 4 讨论 0 00 00 00 0 o o 5 3 4 1 气象因素影响疾病发生的生理机制探讨 5 3 4 2 基于人工神经网络的预测模型设计特点 5 3 4 3 本研究的创新与特点 5 4 4 4 本研究的下一步工作 5 4 参考文献o q 5 5 致谢 5 9 攻读学位期间发表的学术论文 6 0 山东大学硕士学位论文 c a t a l o g c h i n e s ea b s t r a c t 1 e n g l i s ha b s t r a c t 1p r e f a c e 6 1 1m e t e o r o l o g i c a lf o r e c a s t i n g 6 1 2m e d i c a l m e t e o r o l o g i c a lf o r e c a s t i n g 6 1 3 a n n 7 1 3 1n e u r o na n da r t i f i c i a ln e u r o n 8 1 3 2l e a r n i n gm e t h o do f a n n 1 0 1 3 3l e a r n i n gr e g u l a t i o no f a n n 1 0 1 3 4c h a r a c t e ro fa n n 1 1 1 4b pn e u r a ln e t w o r k 1 1 1 4 1s t r u c t u r eo f b p n n 1 1 1 4 2a l g o r i t h mo f b p n n 1 1 1 4 2c h a r a c t e ro f b p n n 1 2 1 5m a t l a b 1 3 1 6l a b h d o w s c v i 1 4 2d a t aa n dm e t h o d 11 2 1m e d i c a ld a t a 11 2 2m e t e o r o l o g i c a ld a t a 1 5 2 3m e t h o d 1 6 2 3 1a n a l y s i n gt h er e l a t i o n s h i pb e t w e e nd i s e a s e m e t e o r o l o g i c a lf a c t o r s 1 6 2 3 2f o r e c a s t i n gp r i n c i p l eo f a n n 1 7 2 3 3b u i l d i n ga n nf o r e c a s t i n gm o d e l 1 8 2 3 4e v a l u a t i o nm e t h o d o l o g yo ff o r e c a s t i n ge f f e c t 2 1 2 3 5r i s ka s s e s s m e n to f c a r d i o v a s c u l a rd i s e a s e s 2 2 2 3 6d e s i g nf o r e c a s t i n gs y s t e m 2 3 3r e s u l t s 4 5 3 1r e l a t i o n s h i pb e t w e e nd i s e a s ea n dm e t e o r o l o g i c a lf a c t o r s 4 5 山东大学硕士学位论文 3 1 1c a r d i o v a s c u l a rd i s e a s e sa n d m e t e o r o l o g i c a lf a c t o r s 4 6 3 1 2c e r e b r o v a s c u l a rd i s e a s e sa n dm e t e o r o l o g i c a lf a c t o r s 4 7 3 1 3t r a u m aa n dm e t e o r o l o g i c a lf a c t o r s 4 7 3 1 4d i g e s t i v es y s t e md i s e a s e sa n dm e t e o r o l o g i c a lf a c t o r s 4 8 3 1 5r e s p i r a t o r ys y s t e md i s e a s e sa n dm e t e o r o l o g i c a lf a c t o r s 4 8 3 1 6i n t o x i c a t i o na n dm e t e o r o l o g i c a lf a c t o r s 4 8 3 2r e s u l t so f f o r e c a s t i n g 4 3 3r u no f s y s t e m 5 0 4c o n c l u s i o n 5 3 4 1p h y s i o l o g i c a lm e c h a n i s m 5 3 4 2d e s i g nf e a t u r eo f a n n 5 3 4 3i n n o v a t i o na n dc h a r a c t e r i s t i c s 5 4 4 3n e x tw o r k 5 4 r e f e r e n c e s 5 5 a c k n o w l e d g m e n t s 5 9 a c a d e m i cd i s s e r t a t i o n 6 0 山东大学硕士学位论文 基于人工神经网络的心血管疾病医疗气象预警模型设计 研究生 高磊 指导教师 李桥 中文摘要 研究目的 目前 随着城市化进程的加快 城市人口密度加大 生活节奏加快 膳食结 构改变和环境因素的改变等原因 一些严重威胁人们身体健康的冠心病 心肌梗 塞 心律失常 高血压等心血管疾病发病呈居高不下之势 严重威胁着我国居民 特别是老年人的身体健康 大量研究事实表明 心血管疾病的发病与特定的气象 条件有密切关系 因此根据气象资料预测疾病的发生受到了越来越多的关注 本 研究旨在找出与心血管疾病急性发病有关的关键气象指标 分析其急性发病的气 象条件 同时建立基于人工神经网络 a r t i f i c i a ln e u r a ln e t w o r k s a n n 的医疗气象 预测模型 为心血管疾病的医疗气象预报提供科学参考 研究方法 1 收集2 0 0 7 年1 月 2 0 0 8 年1 2 月济南市急救中心在济南市区的2 0 家急救 站的心血管病人就诊资料 同时在中国气象科学数据共享服务网上收集同期的气 象资料 利用s a s 9 1 统计软件分析每十天的心血管病发病人数与各气象指标之 间的相关关系并进行多元统计分析 找出与心血管疾病发病相关性较大 且相关 系数具有统计学意义的气象指标 2 确立用于心血管疾病预测的人工神经网络的结构 传递函数 训练方法等 各要素 利用m a t l a b 7 0 软件构建心血管病发病的人工神经网络预测模型 并 对网络进行评价 3 利用l a b w i n d o w s c v i 语言编写预测模型的操作界面 通过与m a t l a b 的混合编程 调用m a t l a b 程序构建的人工神经网络模型实现医疗气象预测 同时建立预测模型的服务器端和客户端 实现网络操作和个体化预警 山东大学硕士学位论文 结果 心血管疾病的发病与气象因素及其变化有密切关系 与温度 气压 湿度及 各气象因素的变化幅度有较大的相关性 结果表明寒冷干燥的天气 再遇到急剧 大幅度降温时 较容易出现心脑血管病的急性发病 利用人工神经网络模型对心 血管疾病进行气象相关性预测 结果显示其预测准确度达9 1 编写的基于人工 神经网络的心血管疾病医疗气象预测系统 实现了点对点的网络操作和医疗气象 预测 并可根据预测结果发布不同等级的气象医疗预警和个体化的预警提示 结论 基于b p 人工神经网络的心血管疾病医疗气象模型有较好的预测效果 具有 进一步研究的价值 在此基础上所编写的心血管疾病的医疗气象预警系统实现了 网络操作和个体化预警 具有较高的预测准确度 较强的实用性以及简易的可操 作性 应用于气象医疗预报可有效的避免因天气因素造成的心脏病的发病或加 剧 提高心脏病人的生活质量 减少医疗支出 减轻社会负担 关键词 心血管疾病 人工神经网络 气象因素 医疗气象预警 2 山东大学硕士学位论文 t h ed e s i g no fm e d i c a l m e t e o r o l o g i c a l f o r e c a s t i n gm o d e lf o rc a r d i o v a s c u l a r d i s e a s eb a s e do na r t i f i c i a ln e u r a ln e t w o r k o b j e c t i v e p o s t g r a d u a t e g a ol e i s u p e r v i s o r l iq i a o a b s t r a c t a tp r e s e n t 谢t ht h ea c c e l e r a t i o no fu r b a n i z a t i o n t h e i n c r e a s i n go fu r b a n p o p u l a t i o nd e n s i t y t h eq u i c k e n i n gp a c eo fl i f e t h ec h a n g i n gd i e t a r ys t r u c t u r ea n d e n v i r o n m e n t a lf a c t o r s s o m ec a r d i o v a s c u l a rd i s e a s e s u c ha sc o r o n a r yh e a r td i s e a s e m y o c a r d i a li n f a r c t i o na n da r r h y t h m i a s e r i o u s l yt h r e a tt op e o p l e sp h y s i c a lh e a l t h e s p e c i a l l y t oo l d p e o p l e al o t o fs t u d i e s s u g g e s tt h a t t h ep a t h o g e n e s i so f c a r d i o v a s c u l a rd i s e a s eh a sc l o s er e l a t i o n 淅t l ls o m ec e r t a i nm e t e o r o l o g i c a lc o n d i t i o n s s ot h ed i s e a s ef o r e c a s t i n ga c c o r d i n gt om e t e o r o l o g i c a ld a t aa t t r a c t sm o r ea n dm o r e a t t e n t i o n t h i ss t u d ya i m st oi d e n t i f yt h ek e y m e t e o r o l o g i c a li n d i c e sw h i c hc a u s ec u t e o u t b r e a ko fc a r d i o v a s c u l a rd i s e a s e a n a l y z et h ep a t h o g e n e s i s e s t a b l i s ht h em e d i c a l m e t e o r o l o g i c a lf o r e c a s t i n gm o d e lb a s e do na r t i f i c i a ln e u r a ln e t w o r k a n n s ot h a t w ec a np r o v i d es c i e n t i f i cr e f e r e n c ef o rm e d i c a l m e t e o m l o g i c a l f o r e c a s t i n go f c a r d i o v a s c u l a rd i s e a s e m e t h o d s 1 t h ed a t ao fc a r d i o v a s c u l a rd i s e a s ef r o mj a n u a r y2 0 0 7t od e c e m b e r2 0 0 8w e r e c o l l e c t e di n2 山东大学硕士学位论文 s t a t i s t i c a ls i g n i f i c a n c e 2 e s t a b l i s ht h ea r t i f i c i a ln e u r a ln e t w o r ks t r u c t u r e t h et r a n s f e rf u n c t i o na n d t r a i n i n gm e t h o d so ff o r e c a s t i n gm o d e l b u i l d a n de v a l u a t et h em o d e l b yu s i n g m a t l a b 7 0 3 e s t a b l i s ht h ei n t e r f a c eo ff o r e c a s t i n gs y s t e mb yu s i n gl a b w i n d o w s c v i b u i l d t h es e r v e ra n dc l i e n to ff o r e c a s t i n gs y s t e ma n dr e a l i z en e t w o r ko p e r a t i o na n d i n d i v i d u a l i z e dw a r n i n g r e s u i t s t h eo u t b r e a ko fc a r d i o v a s c u l a rd i s e a s eh a sc l o s er e l a t i o n s h i pw i t ht e m p e r a t u r e p r e s s u r e h u m i d i t y a n dt h ec h a n g i n ge x t e n to fv a r i o u sm e t e o r o l o g i c a lf a c t o r s t h e r e s u l t ss h o wt h a tc a r d i o v a s c u l a rd i s e a s ee a s i l yb r e a ko u tw h e nt h ew e a t h e ri s b e c o m i n gd r ya n dc o l d a n dt h et e m p e r a t u r ei ss h a r p l yd e s c e n d i n g t h er e s u l to f f o r e c a s ts h o w st h a tf o r e c a s ta c c u r a c yr a t ec a nr e a c h91 t h em e d i c a l m e t e o r o l o g i c a l f o r e c a s t i n gs y s t e mc a nm a k eo u td i f f e r e n tl e v e l so fm e d i c a l m e t e o r o l o g i c a lw a r n i n g a n di n d i v i d u a l i z e dt r e a t m e n ta c c o r d i n gt ot h er e s u l to ff o r e c a s t t h es y s t e mc a nb e o p e r a t e dt h r o u g hap o i n t t o p o i n tn e t w o r k c o n c l u s i o n t h em e d i c a l m e t e o r o l o g i c a lf o r e c a s t i n gm o d e lf o rc a r d i o v a s c u l a rd i s e a s eb a s e d o nb pn e u t r a ln e t w o r ks h o w sg o o dp r e d i c t i o ne f f e c ta n df u r t h e rr e s e a r c hv a l u e t h e f o r e c a s t i n gs y s t e mr e a l i z e sn e t w o r ko p e r a t i o n i n d i v i d u a l i z e dw a r n i n ga n dh a sh i g h e r p r e d i c t i o na c c u r a c y s t r o n gp r a c t i c a b i l i t ya n ds i m p l eo p e r a t i o n w h e na p p l i e di n m e d i c a l m e t e o r o l o g i c a l f o r e c a s t i tc a ne f f e c t i v e l ya v o i dt h eo u t b r e a k o f c a r d i o v a s c u l a rd i s e a s ec a u s e db yt h eb a dw e a t h e r i m p r o v et h eq u a l i t yo fl i f e r e d u c e h e a l t h c a r es p e n d i n ga n dt h eb u r a e no ns o c i e t y k e yw o r d s c a r d i o v a s c u l a r d i s e a s e a r t i f i c i a l n e u r a l n e t w o r k m e t e o r o l o g i c a lf a c t o r s m e d i c a l m e t e o r o l o g i c a lf o r e c a s t i n g 4 山东大学硕士学位论文 缩写 a n n b p v i n i m a e 中英文符号说明 英文全称 a r t i f i c i a ln e u r a ln e t w o r k s b a c kp r o p a g a t i o n v i r t u a li n s t r u m e n t n a t i o n a li n s t r u m e n t s m e a na b s o l u t ee r r o r 中文全称 人工神经网络 反向传播 虚拟仪器 美国国家仪器公司 平均绝对误差 5 山东大学硕士学位论文 基于人工神经网络的心血管疾病医疗气象预警模型设计 研究生 高磊 指导教 l i l i 李桥 1 前言 心血管疾病严重威胁人类的健康 目前 心血管疾病已成为老年人致残 致 死的主要病因之一 大量的研究事实表明 心血管疾病的发病和各种气象因素有 着密切关系 本研究正是探讨心血管疾病的发病和气象因素的关系 并运用人工 神经网络技术预测心血管疾病受气象因素影响时的发病情况 为心血管疾病的医 疗气象预警提供科学参考 1 1 医疗气象学 医疗气象学是研究大气环境对人类机体的物理 化学和生物条件的影 响规律 为治疗疾病和卫生保健服务的一门学科 它是气象科学和医学之 间的边缘学科 又称人类生物气象学 医疗气象学的研究目的是保护人类免 受不良气象条件的影响 并利用有利的气象条件增强体质 防治疾病 1 1 关于天气对人体健康与疾病的影响及其变化规律 我国早在两千多年前的 黄帝内经 素问 中就有阐述 2 公元前4 0 0 年 古希腊也有疾病和天气关系 的记载 到了1 9 世纪中叶 出现有关气象和疾病关系的研究专著 2 0 世纪3 0 年代 逐步展开了天气和气候变化与疾病关系的研究 1 9 5 6 年成立的国际生物 气象学会就包括医疗气象 在美国1 9 所大学设有医疗气象课程 其中十所可授 予硕士学位 有些国家还成立了独立的研究所 另外 英 美 荷 日等国都定 期或不定期地举行医学气象讨论会 这些极大地推动了医疗气象学科的迅速发 展 2 0 世纪7 0 年代 我国逐步开展了各种疾病同气象条件关系的研究 如日蚀 空气离子对肌体影响的研究 中国古代医学和气象关系的研究等 1 9 8 0 年1 1 月 在上海第一次召开了全国性的医学气象研究座谈会 进一步推动了医学气象研究 的开展 目前 中国气象医学的研究已从临床观察转移到实验室研究 同时 中 医运气学说的研究 扩大了气象医学的研究领域 但是与国际水平还相差很大 6 山东大学硕士学位论文 1 2 医疗气象预报 医疗气象预报是伴随人类生物气象学发展起来的 t j 应用科学 是预报大气 环境变化对人体影响规律的一门边缘学科 它的预报流程是分析各种天气预报资 料 制作出天气过程和气象要素预报 依据病理生物气象学理论制作出医疗气象 预报 3 医疗气象预报涉及到的学科有天气预报分析学 气象学 人体解剖学 生理学 病理学 传染病学及临床医学等 医疗气象预报的任务是预测自然环境 和人工环境是否适合人类活动的气象条件 通过预报使人类在日常活动中避开不 良气象条件的影响 利用有利的大气环境来增强体制 预防疾病 合理开展生产 活动 提高工作效率 德国自1 9 5 2 年开始至今 每周1 周5 发布全国医疗气象预报 内容为天 气形式及对疾病可能的影响 至今已有近5 0 多年 从未间断 匈牙利 日本 前苏联也做过这方面的实验 国内医疗气象预报的研究则起步较晚 直到2 0 世 纪9 0 年代 对医疗气象预报的研究才逐渐推广 其中比较著名的有 受世界气 象组织和世界卫生组织的共同资助 上海气象科学研究所 上海疾病预防控制中 心 美国特拉华大学合作开展 上海热浪与健康监测预警系统 项目 4 湖北省 气象科研所 湖北医疗气象预报业务系统 和 湖北中暑预报系统 对上呼吸 道感染 下呼吸道感染 哮喘 高血压 冠心病 心肌梗塞 脑溢血 脑梗塞及 中暑 中暑死亡进行气象条件预报 5 杭州市气象局 人体健康生活气象指数预 报系统 内容有天气形式分析 天气趋势预报 杭州常见病 多发病预报 6 l 总体而言 我国的医疗气象预报研究刚刚起步 其预报的准确率和稳定性不理想 与国际水平还相差很大 尚处于探索试验阶段 1 3 人工神经网络 人工神经网络 a r t i f i c i a ln e u r a ln e t w o r k s 砧州 是由大量简单的基本元件 神经元互相连接 通过模拟人的大脑神经处理信息的方式 进行信息并行处 理和非线性转换的复杂网络系统 7 1 由于其具有强大的学习功能 可以比较轻松 地实现非线性映射过程 并且具有大规模计算的能力 因此 它在自动化 计算 机和人工智能领域都有广泛的应用 引 人工神经网络是在对人脑组织结构和运行机制的认识理解基础之上模拟其 7 山东大学硕士学位论文 结构和智能行为的一种工程系统 早在2 0 世纪4 0 年代初期 心理学家m c c u l l o c h 数学家p i t t s 就提出了人工神经网络的第一个数学模型9 1 从此开创了神经科学理 论的研究时代 其后 f r o s e n b l a t t w i d r o w 和h o p f j j h o p f i e l d 等学者又先后 提出了感知模型 使得人工神经网络技术得以蓬勃发展 l o 1 3 1 生物神经元和人工神经元 人脑由大量的生物神经元组成 图1 1 其模型如图1 2 所示 神经元是大 脑处理信息的基本单元 其主要有4 部分组成 细胞体 树突 轴突和突触 细 胞体的作用是接受和处理信息 轴突是细胞体向外延伸的纤维体 它是神经元接 受其他神经元信息的通道 神经元的信息输出通道是轴突 神经元之间的通过突 触进行信息传递 细匏恢 输 入 图1 1 神经细胞结构 电脉冲 突树 q 细胞体i 轴突i触突 信息处理传输 图1 2 神经细胞结构模型 输 出 基于生物神经元的特点提出了人工神经元模型 根据生物神经元传递信息的 8 山东大学硕士学位论文 过程 可以看出神经元一般表现为一个多输入 即它的多个树突和细胞体与其他 多个神经元轴突末梢突触连接 单输出 每个神经元只有一个轴突作为输出通 道 的非线性器件 通用的结构模型如图1 3 所示 图中的刀个输 k x r 相 当于其他神经元的输出值 2 个权值 r 相当于突触的连接强度 厂是一个 非线性函数 例如阈值函数或s i g m o i d 函数 p 是阈值 神经元的动作如下 ywnet w x ii d i t l y f n e t 当厂为阈值函数时 其输出为 n y s 印 m 而 o l i 某些重要的学习算法要求输出函数可微 此时通常选用s i g m o i d 函数 s 型 似 百 一l 则y 1 1 可取一1 至1 的开区间内的连续值 也可选 m 专 则y 0 1 五 邑 z 图1 3 神经元模型 n e t l 表1 1 生物神经系统与人工神经网络对比 9 山东大学硕士学位论文 生物神经系统人工神经网络 神经元 神经细胞 树突 细胞体 轴突 突触 人工神经元 连接函数 传递函数f 元件输出n e t 厂 w n j x 连接权重w 1 3 2 神经网络的学习方法 神经网络的学习方法也称训练 指的是通过神经网络所在环境的刺激作用调 整神经网络的参数 权值和阈值 使神经网络以一种新的方式对外部环境做出 反应的一个过程 根据学习过程的组织方式不同 学习方式分为有监督学习和无 监督学习 对于有监督学习 网络训练要基于一定数量的训练样本 训练样本通 常由输入矢量和目标矢量组成 在学习和训练过程中 网络根据实际输出与期望 输出的比较 进行连接权值和阈值的调节 最典型的有监督学习算法是b p b a c k p r o p a g a t i o n 算法 对于无监督学习 则无期望输出信号提供给网络 网络能根 据其特有的结构和学习规则进行连接权值和阈值的调整 1 3 3 神经网络的学习规则 1 h e b b 规则 它是d o n a l lh e b b 根据生理学中的条件反射机理 于1 9 4 9 年提出的神经元 连接强度变化的规则 内容为 如果两个神经元同时兴奋 则它们之间的突触连 接加强 否则被减弱 l l 常用于自联想网络 如h o p f i e l d 网络 2 d e l t a 规则 这种规则根据输出节点的外部反馈来改变权系数 在方法上它和梯度下降法 等效 按局部改善最大的方向一步步进行优化 从而最终找到全局优化值 感知 器学习就采用这种纠错学习规则 例如b p 算法 用于统计性算法的模拟退火算 法也属于这种学习规则 3 相近学习规则 这个规则根据神经元之间的输出决定权值的调整 如果两个神经元的输出比 l o 山东大学硕士学位论文 较相似 则连接它们的权值调整大 反之调整小 这种规则多用于竞争型神经网 络的学习中 1 3 4 神经网络的特性 人工神经网络的特点和优越性 主要表现在三个方面 1 具有自学习功能 例如实现图像识别时 先把许多不同的图像样板和 对应的应识别的结果输入人工神经网络 网络就会通过自学习功能 慢慢学会识 别类似的图像 自学习功能对于预测有特别重要的意义 预期未来的人工神经网 络计算机将为人类提供经济预测 市场预测 效益预测 其前途是很远大的 2 具有联想存储功能 人的大脑是具有联想功能的 如果有人和你提起 你幼年的同学张某某 你就会联想起张某某的许多事情 用人工神经网络的反馈 网络就可以实现这种联想 3 具有高速寻找优化解的能力 寻找一个复杂问题的优化解 往往需要 很大的计算量 利用一个针对某问题而设计的反馈型人工神经网络 发挥计算机 的高速运算能力 可能很快找到优化解 1 4b p 神经网络 b p 神经网络的全称为b a c kp r o p a g a t i o nn e t w o r k 即反向传播网络 是一种按 误差逆传播算法训练的多层前馈网络 是目前应用最广泛的神经网络模型之一 1 2 在实际应用中 8 0 9 0 的人工神经网络模型是采用误差反传算法或其变 化形式的网络模型 简称b p 网络 目前主要应用于函数逼近 模式识别 分 类 数据压缩和数据挖掘等方面 1 4 1 印网络结构 b p 网络结构如图1 4 所示 由图可见 b p 网络是一种具有三层或三层以上 神经元的神经网络 包括输入层 中间层 隐层 和输出层 上下层之间实现全 连接 而每层神经元之间无连接 山东大学硕士学位论文 输入层隐层输出层 图1 4b p 网络结构 o k q 1 4 2b p 网络算法 b p 算法主要包含4 步 分为向前传播和向后传播两个阶段 具体算法可参 考有关文献 13 1 基本b p 算法流程图如图1 5 所示 1 向前传播阶段 从样本集中取一个样本 x p y p 将x p 输入网络 计算相应的实际输出o p 在此阶段 信息从输入层经过逐级的变换 传送到输出层 这个过程也是网 络在完成训练后正常运行时的执行过程 2 向后传播阶段 计算实际输出o p 与相应的理想输出y p 的差 按极小化误差的方式调整权矩阵 1 4 3b p 网络建模特点 1 非线性映射能力 神经网络能以任意精度逼近任何非线性连续函数 在建模过程中的许多问题正是具有高度的非线性 2 并行分布处理方式 在神经网络中信息是分布储存和并行处理的 这 使它具有很强的容错性和很快的处理速度 1 2 山东大学硕士学位论文 3 自学习和自适应能力 神经网络在训练时 能从输入 输出的数据中 提取出规律性的知识 记忆于网络的权值中 并具有泛化能力 即将这组权值应 用于一般情形的能力 神经网络的学习也可以在线进行 4 数据融合的能力 神经网络可以同时处理定量信息和定性信息 因此 它可以利用传统的工程技术 数值运算 和人工智能技术 符号处理 5 多变量系统 神经网络的输入和输出变量的数目是任意的 对单变量 系统与多变量系统提供了一种通用的描述方式 不必考虑各子系统间的解耦问 题 图1 5b p 网络基本算法流程图 1 5m a t l a b m a t l a b 是由m a t h w o r k s 公司推出的科技应用软件 它是一种高效的工程 计算语言 将计算 可视化和编程等功能集于一个易于使用的环境 在m a t l a b 环境中描述问题及编制求解问题的程序时 用户可以按照符合人们科学思维的方 山东大学硕士学位论文 式和数学表达习惯的语言形式来书写程序 它的核心是一个基于矩阵运算的快速 解释程序 它交互式地解释用户输入的各项命令 输出计算结果 其典型应用主 要包括数学计算 算法开发 数据采集 系统建模和仿真 数学分析和可视化及 科学和工程绘图等方面 m a t l a b 的一个重要特色就是它有一套程序扩展系统和一组称之为工具 箱 t o o l b o x e s 的特殊应用子程序 工具箱是m a t l a b 的函数的子程序库 每 个工具箱都是为某一类学科专业和应用而制定的 主要包括信号处理 控制系统 神经网络 模糊逻辑 小波分析和系统仿真等方面的应用 m a t l a b 语言具有不同于其他高级语言的特点 它被称为第四代计算机语 言 它使人们从繁琐的程序代码中解放出来 它丰富的函数库使开发者省去了大 量的重复编程 m a t l a b 语言最大的特点就是简单和快捷 m a t l a b 语言扩充 能力强 移植性好 它可以方便的被移植到能运行c 语言的操作平台上 另外 m a t l a b 的绘图功能十分方便 只需调用不同的绘图函数就可以绘制各种函数 图形 这种为科学研究着想的设计是其他通用的编程语言所不及的 h 1 6l a b w i n d o w s c v i l a b w i n d o w s c v i 是一种用于开发虚拟仪器的编程语言 所谓虚拟仪器 v i r t u a li n s t r u m e n t v i 就是在以通用计算机为核心的硬件平台上 由用户设 计定义 具有虚拟面板 测试功能由测试软件实现的一种计算机仪器系统 l a b w i n d o w s c v i 正是目前比较流行的虚拟仪器软件开发工具 它是美国国家仪 器 n a t i o n a li n s t r u m e n t s n i 公司开发的3 2 位 面向计算机测控领域的交互式 c 语言软件 可以在多种操作系统下运行 l a b w i n d o w s c v i 的编程技术主要采用事件驱动与回调函数方式 编程方法 简单易学 它具有人机交互界面编辑器 运用可视化交互技术实现 所见即所得 使人机界面的实现直观简便 针对测控领域的需要 l a b w i n d o w s c v i 拥有可供 用户直接调用的强大的函数库 包括基本的数字函数 字符串处理 运算函数 文件i o 函数以及高级数据分析库函数和各种驱动函数 另外 l a b w i n d o w s c v i 具有强大的i n t e m e t 功能 支持常用的网络协议 方便网络仪器 远程测控仪器 的开发 1 5 1 4 山东大学硕 仁学位论文 2 资料和方法 2 1 医疗资料 急症资料取自济南市1 2 0 急救中心 收集了2 0 0 7 年1 月 2 0 0 8 年1 2 月济南 市市区2 0 家急救站接诊急症资料6 2 7 7 9 例 资料完整 其中急性心血管疾病 包 括心肌梗塞 冠心病和心律失常 1 2 4 9 8 例 急性脑血管疾病 包括脑出血 脑 梗塞 9 8 6 3 例 外伤 不包括车祸外伤 1 4 9 1 2 例 车祸1 3 7 9 5 例 呼吸系统疾 病 包括上呼吸道感染 肺炎 肺气肿 肺心病 5 4 0 6 例 消化系统疾病 包 括急性腹泻 急性胃肠炎 急性胰腺炎 上消化道出血 2 5 9 4 例 酒精中毒3 1 5 9 例 一氧化碳 c o 中毒5 5 2 例 2 2 气象资料 气象资料由中国气象科学数据共享服务网 h t t p c d c c m a g o v c n 图2 1 提供 中国气象科学数据共享服务网是提供气象资料共享的公益性网站 由一个 主节点和分布在国家级和省级气象部门的若干个分节点网站组成 该网站提供了 近年来各种地面气象 农业气象 气象卫星 高空气象等数据集 通过网上注册 会员用户 获取了2 0 0 7 2 0 0 8 年济南市每天的气压 气温 湿度 风力 降水 日照时数等1 0 9 6 5 个气象数据 数据完整 图2 1 中国气象科学数据共享服务网网站 山东大学硕士学位论文 2 3 方法 2 3 1 分析疾病与气象因素的相关性 根据2 0 0 7 2 0 0 8 年每天急症的发病资料 以十天为单位计算每十天的发病 人数 并每次向后递推一天进行滑动计算 从而得到2 0 0 7 2 0 0 8 年每十天发病人 数的数据 根据每天的气象数据以十天为单位计算每十天的气象指标 并进行滑 动计算 从而得到2 0 0 7 2 0 0 8 年每十天的气象指标的数据 利用s a s 9 1 统计软 件分析每十天的急症发病人数与各气象指标之间的相关关系 找出与各种急症发 病相关性较大 且相关系数具有统计学意义的气象指标 十天的气象指标包括 平均气压 h p a 平均最高气压 h p a 平均 最低气压纯 h p a 气压变化幅度 b e h p a 气压平滑指数 平均气温 平均最高气温 巩功 平均最低气温 死 功 气温变化幅度 乃 气温 相对变化幅度 t i n 切 气温平滑指数 7 娩 平均湿度 王k 绚 平均最小湿度 f 屯 购 湿度平滑指数 魄 平均风速 矸km s 平均最大风速 阿么m s 风速平滑 指数 w s i 平均日照时数 h r 其中气象因素的变化幅度 司 平滑指数 s o 温度相对变化幅度 阎的计算公式如下 e m a x m i n s i 兰 l x 一2 5 l r e e 木 1 1 鼍产 式中 m a x m i n 十天中出现的最高值 最低值 十天的平均值 盯 十 天的标准差 尼十天的平均气温 气象指标中的气象因素的平均值 最高 最低值主要描述了气象条件的基本状态和极限状态 即对其进行静态描述 气象 因素的变化幅度 平滑指数主要描述了天气的变化程度 包括气象的变化幅度和 变化速度 变化幅度越大 平滑指数越低 其变化程度就越大 即对其进行动态 描述 考虑到气象因素在舒适度较好的天气下变化和在舒适度不好的天气下变化 对人体的影响不同 引入了相对变化幅度 在温度相对变化幅度计算公式中 设 2 5 为人体的最佳舒适温度 16 1 1 6 山东大学硕士学位论文 2 3 2 基于神经网络的预测原理口力 1 正向建模 正向建模是指训练一个神经网络表达系统正向动态的过程 这一过程建立的 神经网络模型称为正向模型 其结构如图2 2 所示 u 为系统输入 y 为系统输出 d 和d 为系统的内外干扰 e 为误差 y n 为网络输出 其中 神经网络与待辨 识的系统并联 两者的输出误差用做网络的训练信号 显然 这是一个典型的有 导师学习问题 实际系统作为导师 向神经网络提供算法所需要的期望输出 当 系统是被控对象或传统控制器时 神经网络多采用多层前向网络的形式 可直接 选用b p 网络或它的各种变形 而当系统为性能评价器时 则可选择再励学习算 法 这时网络既可以采用具有全局逼近能力的网络 如多层感知器 也可选用 具有局部逼近能力的网络 图2 2 正向模型图 2 逆向建模 建立动态系统的逆模型 在神经网络中起着关键作用 并且得到了广泛的应 用 其中 比较简单的是直接逆建模法 也称为广义逆学习 其结构如图2 3 所 示 u y e 同上 u n 为网络输出 拟预报的系统输出作为网络的输入 网络 输出与系统输入比较 相应的输入误差用于训练 因而网络将通过学习建立系统 的逆模型 但是 如果所辨识的非线性系统是不可逆的 利用上述方法将得到一 个不正确的逆模型 因此 在建立系统时 可逆性应该先有所保证 1 7 山东大学硕士学位论文 图2 3 直接逆建模 本研究采用正向建模的方法建立人工神经网络的预测模型 2 3 3 建立人工神经网络预测模型 1 数据预处理 一般地 b p 网络的输入变量即为待分析系统的内生变量 影响因子或自变 量 一般根据专业知识确定 若输入变量较多 一般可通过主成份分析方法压 减输入变量 也可根据剔除某一变量引起的系统误差与原系统误差的比值的大小 来压减输入变量 输出变量即为系统待分析的外生变量 系统性能指标或因变 量 可以是一个 也可以是多个 一般将一个具有多个输出的网络模型转化为 多个具有一个输出的网络模型效果会更好 训练也更方便 由于b p 神经网络的隐层一般采用s i g m o i d 转换函数 为提高训练速度和灵 敏性以及有效避开s i g m o i d 函数的饱和区 一般要求输入数据的值在o 1 之间 因此 要对输入数据进行预处理 一般要求对不同变量分别进行预处理 也可以 对类似性质的变量进行统一的预处理 如果输出层节点也采用s i g m o i d 转换函 数 输出变量也必须作相应的预处理 否则 输出变量也可以不做预处理 预处理的方法有多种多样 各文献采用的公式也不尽相同 值得注意的是 预处理的数据训练完成后 网络输出的结果要进行反变换才能得到实际值 再者 为保证建立的模型具有一定的外推能力 最好使数据预处理后的值在o 1 4 9 之 间 为了满足人工神经网络节点函数的条件和提高神经网络的训练速度 本研究 将样本进行归一化处理 将其归一化到o 1 0 9 范围 其公式为 x o 8 三 生二二 兰坚坚苎 一 o 1 9 m a x x 一m