基于改进BP神经网络模型的肺结核发病率预测

摘要:

目的建立用于肺结核发病率预测的人工神经网络模型，预测肺结核疫情发生发展趋势，为肺结核的预防和控制提供理论依据。方法选取肺结核2000～2014年发病率数据，采用改进的误差反向传播（BP）神经网络算法建立预测模型。其中以2000～2013年的发病率数据作为训练样本，以2014 年的发病率数据来检验模型的有效性。并对2015～2019 年肺结核的发病率进行预测。结果采用单隐层神经网络模型，输入层节点数为3，隐含层节点数为7，输出层节点数为1。建立的肺结核发病率预测模型在仿真预测样本处的平均相对误差为0.7597%，在检验样本处的相对误差为0.2649%。经预测，2015～2019 年肺结核的发病率分别为69.33/10 万、71.16/10万、64.49/10 万、62.41/10 万和72.78/10 万。结论采用改进的BP神经网络算法建立的肺结核发病预测模型具有较高的预测精度及较低的预测相对误差，为肺结核疫情预测提供一种新的预测模型。

Abstract: