应用BP人工神经网络模型预测肾综合征出血热发病率

中国媒介生物学及控制杂志

应用BP人工神经网络模型预测肾综合征出血热发病率

吴泽明1,2;吴伟1;王萍2;周宝森1

1中国医科大学流行病学教研室沈阳110001;2沈阳市疾病预防控制中心

出版日期:2006-06-20 发布日期:2006-06-20

Prediction for Incidence of Hemorrhagic Fever with Renal Syndrome with Back Propagation Artificial Neural Network Model

WU Ze-ming; WU Wei; WANG Ping; ZHOU Bao-sen

Shenyang Municipal Center for Disease Control and Prevention, Shenyang 110001, China

Online:2006-06-20 Published:2006-06-20

摘要/Abstract

摘要： 目的探讨反馈(BP)人工神经网络模型预测肾综合征出血热(HFRS)发病率的应用前景。方法利用沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1984～2003年沈阳市HFRS发病率作为神经网络的输出。选择1984～2001年的数据,利用STATISTICA Neural Network(ST NN)建立BP网络预测模型,然后训练网络、预测2002和2003年HFRS的发病率。同时用上述指标建立线性预测模型,其结果与神经网络模型进行比较。结果对于BP神经网络,其平均误差率为7.89%,非线性相关系数为0.896。对于线性回归模型,其平均误差率为24.78%,非线性相关系数为0.711。结论 BP人工神经网络可以用于HFRS发病率的预测,效果好于传统的线性回归方法。

关键词: BP人工神经网络, 肾综合征出血热, 发病率, 预测

Abstract: Objective To study the application of back propagation (BP) artificial neural network model in prediction for incidence of hemorrhagic fever with renal syndrome(HFRS).Methods Meteorological data,including average temperature,relative humidity,precipitation and sunshine time,obtained from Shenyang Municipal Meteorological Bureau,and epidemiologic information of animal diseases,including rat density and viral carriage of rats obtained from Shenyang Municipal Center for Disease Control and Prevention,were collected as input of artificial neural networks.And,incidence data of HFRS in Shenyang during 1984 to 2003 were collected as output of artificial neural networks.A predictive model of BP artificial neural networks was established using the data during 1984 to 2001 with STATISTICA Neural Network(ST NN) software.The

吴泽明1,2;吴伟1;王萍2;周宝森1. 应用BP人工神经网络模型预测肾综合征出血热发病率[J]. 中国媒介生物学及控制杂志.

WU Ze-ming; WU Wei; WANG Ping; ZHOU Bao-sen. Prediction for Incidence of Hemorrhagic Fever with Renal Syndrome with Back Propagation Artificial Neural Network Model[J]. Chines Journal of Vector Biology and Control.

[1]	周济华, 张云智, 章域震, 杨卫红, 冯云. 云南省2012－2020年肾综合征出血热流行特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 715-719.
[2]	孙钦同, 韩英男, 刘言, 赖世宏, 王学军, 康殿民. 应用自回归移动平均（ARIMA）模型预测山东省鼠密度趋势[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 744-748.
[3]	李皓晨, 齐滢滢, 张翀, 韩文菊, 沈铁峰, 李德强, 关鹏, 黄德生. 基于贝叶斯网络的肾综合征出血热发病率预测模型研究[J]. 中国媒介生物学及控制杂志, 2021, 32(4): 475-480.
[4]	刘菁, 陈阳, 林代华, 肖方震, 林文, 王加熊, 韩腾伟, 刘维俊. 福建省2016－2018年肾综合征出血热流行特征和宿主动物监测分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 329-333.
[5]	刘天, 夏世国, 梅芳盛, 郝海波, 聂晓培, 黄继贵, 姚梦雷, 刘力, 杨瑞, 胡兵, 吴杨, 童叶青, 陈琦. 湖北省荆州市2017－2018年肾综合征出血热宿主动物监测结果分析[J]. 中国媒介生物学及控制杂志, 2020, 31(4): 469-473.
[6]	胡挺松, 胡秋凌, 李绍雄, 黄勇, 胡海梅, 高丽芬, 罗琼梅, 何永芝, 周永存, 张海林, 张富强. 云南省楚雄市2015-2018年肾综合征出血热流行特征及宿主动物调查[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 152-157.
[7]	庞卫龙, 郑翔, 葛君华, 崔清荣, 刘营, 胡雅飞, 沈伟伟, 胡海燕, 丁斌彬, 孙继民, 林海江. 浙江省天台县1984-2018年肾综合征出血热监测分析[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 158-163.
[8]	陈永亮, 王小梅, 郑兰紫, 郑钫华, 杨育松. 北京市密云区2013－2017年布鲁氏菌病流行特征及调查结果分析[J]. 中国媒介生物学及控制杂志, 2020, 31(1): 100-104.
[9]	张洁, 王子江, 李鑫, 刘学升, 刘芸, 孙英伟, 姚文清. 辽宁省2012－2016年肾综合征出血热监测结果分析[J]. 中国媒介生物学及控制杂志, 2019, 30(6): 626-629.
[10]	陈阳, 邓艳琴, 林代华, 肖方震, 林文, 王加熊, 韩腾伟, 刘菁, 刘维俊. 福建省部分地区首次确定肾综合征出血热疫源地的调查研究[J]. 中国媒介生物学及控制杂志, 2019, 30(6): 692-695.
[11]	彭珵, 胡祝敏, 李艳君, 关鹏, 黄德生. 基于微分动力学方程的沈阳市肾综合征出血热疫情模拟研究[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 498-501.
[12]	李红兵, 田辉, 付海龙, 何微, 胡晓倩, 高娟, 严钏元. 陕西省宝鸡市肾综合征出血热时空聚集性分析[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 506-509.
[13]	刘起勇. 媒介生物可持续控制策略和实践——新中国70年媒介生物传染病控制成就[J]. 中国媒介生物学及控制杂志, 2019, 30(4): 361-366.
[14]	刘红慧, 邢学森, 占发先, 官旭华, 刘天, 刘力, 刘漫, 吴杨, 黄丹钦, 刘慧琴. 湖北省人间布鲁氏菌病时空分布特征探测及发病趋势预测[J]. 中国媒介生物学及控制杂志, 2019, 30(4): 400-403.
[15]	吕锡宏, 王瑞平, 郭晓芹, 费胜军, 庞博文, 冷培恩. 应用季节趋势模型预测上海市松江区白纹伊蚊密度[J]. 中国媒介生物学及控制杂志, 2019, 30(4): 427-429.