基于数据挖掘的尘肺病建模与预测研究

摘要：

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。

关键词：尘肺病、灰色模型、BP神经网络、遗传算法、仿真

分类号：TP183(自动化基础理论)

资助基金：河南省科技计划重点项目102102210416

在线出版日期：2014-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-55