10.3969/j.issn.1002-2279.2014.03.015
基于数据挖掘的尘肺病建模与预测研究
为了提高尘肺病的预测准确性,针对尘肺病历史数据少、不确定的特点,采用多种数据挖掘技术进行建模,提出一种基于 GM-BPNN 的尘肺病组合预测模型。首先利用灰色模型GM(1,1)对尘肺病进行预测,然后采用BP神经网络对GM(1,1)预测结果进行修正,并采用遗传算法优化BP神经网络的初始权值和阈值,最后对1981~2006年的尘肺病例进行仿真测试。仿真结果表明GM-BPNN很好地解决了尘肺病预测过程中的小样本、非线性问题,相对于单一预测模型,提高了尘肺病的预测精度。
尘肺病、灰色模型、BP神经网络、遗传算法、仿真
TP183(自动化基础理论)
河南省科技计划重点项目102102210416
2014-07-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
52-55