基于SAS的反向传播人工神经网络在国境卫生检疫领域中的应用研究

摘要：

目的 探索反向传播(BP)人工神经网络在国境卫生检疫领域中的应用研究.方法 采用18×5×1结构的3层BP神经网络模型,对2007年到达宁波港国际航行船舶中的媒介阳性船舶170艘和对照船舶680艘进行数据训练和验证,并以建立的神经网络模型预测新到港的船舶外来媒介携带率.结果 经过100次的迭代运算,训练过程的误判率为0.1647,验证过程的误判率为0.1824；训练过程的平均误差为0.3668,而验证过程的平均误差为0.4550.通过该神经网络模型预测船舶携带外来媒介情况与实际结果的符合率达到83.3％,预测效果良好.结论 针对高度不确定的非线性系统,应用BP人工神经网络可实现相对精确的预测功能,为国境卫生检疫风险评估及预警方面的研究提供理论基础.

关键词：神经网络、外来媒介、预测、反向传播

所属期刊栏目：35

分类号：R183.5;R184.1(流行病学与防疫)

资助基金：国家质检总局科研基金项目2011IK137

在线出版日期：2013-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：385-391