优化BP神经网络在糖尿病患病风险分析中的应用

发布时间：2017-10-20 19:53

  本文关键词：优化BP神经网络在糖尿病患病风险分析中的应用

  更多相关文章： 糖尿病 BP神经网络 遗传算法GA 患病风险

【摘要】：随着经济的飞速发展,人民的生活水平逐渐提高,糖尿病在我国的发病率也越来越高,每年消耗的医疗资源不计其数。对于糖尿病这种不可治愈的疾病,最好的办法就是预防。对糖尿病的有效预防将会给个人和国家减轻巨大的经济负担,节约大量医疗资源。因此,有关糖尿病预防的研究越来越受到各界重视。本文针对糖尿病预防的需求,设计一个糖尿病患病风险分析系统。利用优化BP神经网络模型对大量糖尿病数据拟合,可以通过计算人体多项体征参数达到实时测试个体患糖尿病的风险的目的。具体研究工作如下:1.构建一个基于BP神经网络的糖尿病患病风险评估模型。分析糖尿病发作的高危风险因素,对实验数据进行提取和整合,构建神经网络学习模型,以经过数据训练后的模型对个人患糖尿病的风险进行评估。2.使用遗传算法优化风险评估模型。改善BP神经网络的初始参数,避免在学习过程中陷入局部极值的情况并且提高学习效率,使应用于糖尿病数据的BP神经网络患病风险评估模型更加合理、准确、高效。3.设计一个糖尿病患病风险分析系统的图形用户界面。简便的操作方式和清楚直观的分析结果显示模式使本系统更加易于推广普及。本系统设计的主要工具为MATLAB软件,使用MATLAB语言编程实现BP神经网络建模和遗传算法的优化过程,通过MATLAB软件的可视化图形界面工具GUI来制作系统用户界面。大量实验的结果表明,优化BP神经网络构建的糖尿病患病风险模型可以对个体当前患糖尿病的风险进行较高精度的判定,这证明了本文中所采用的研究方法是正确的,设计的糖尿病患病风险判定系统是有效的,具有使用价值。
【关键词】：糖尿病 BP神经网络 遗传算法GA 患病风险
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R587.1;TP183
【目录】：

• 摘要7-8
• Abstract8-12
• 第一章 绪论12-17
• 1.1 研究的背景和意义12-13
• 1.2 国内外研究现状13-15
• 1.3 主要研究内容及论文架构15-17
• 1.3.1 主要研究内容15
• 1.3.2 论文结构安排15-17
• 第二章 糖尿病概述17-22
• 2.1 糖尿病简介17
• 2.2 糖尿病发病的影响因素17-19
• 2.3 糖尿病数据在研究中的应用19-21
• 2.3.1 将数据挖掘技术引入糖尿病数据研究19-20
• 2.3.2 糖尿病数据的收集和整理20-21
• 2.4 本章小结21-22
• 第三章 糖尿病数据分析的相关方法22-45
• 3.1 BP神经网络简介22-31
• 3.1.1 神经元及网络模型22-24
• 3.1.2 BP神经网络的学习原理24-26
• 3.1.3 BP神经网络的设计过程26-29
• 3.1.4 BP神经网络在糖尿病数据分析中的适用性29-30
• 3.1.5 BP神经网络的局限性30-31
• 3.2 遗传算法概述31-40
• 3.2.1 遗传算法介绍31-32
• 3.2.2 遗传算法基本原理32-37
• 3.2.3 遗传算法的实现过程37-39
• 3.2.4 遗传算法的特点39-40
• 3.3 遗传算法与BP神经网络的结合40-43
• 3.3.1 遗传算法优化BP神经网络结构41
• 3.3.2 遗传算法优化BP神经网络的参数41-43
• 3.4 本章小结43-45
• 第四章 糖尿病患病风险判定模型的构建45-56
• 4.1 数据样本处理45-48
• 4.1.1 糖尿病数据的获取和整合45-47
• 4.1.2 确定输入输出模式47-48
• 4.2 BP神经网络参数和结构的设计48-54
• 4.2.1 训练参数的选择48-49
• 4.2.2 隐含层数的选择49-51
• 4.2.3 隐含层神经元数目的选择51-54
• 4.3 遗传算法优化BP神经网络参数54-55
• 4.4 本章小结55-56
• 第五章 糖尿病患病风险模型的测试与系统的实现56-65
• 5.1 测试与分析56-60
• 5.2 系统的实现60-64
• 5.2.1 开发平台61
• 5.2.2 用户界面61-63
• 5.2.3 系统应用测试63-64
• 5.3 本章小结64-65
• 总结与展望65-66
• 参考文献66-70
• 致谢70-71
• 附件71-74

【参考文献】

中国期刊全文数据库 前10条

1 杨金宝;张昌宏;陈平;;基于改进BP神经网络的网络故障诊断研究[J];计算机与数字工程;2012年02期

2 毛健;赵红东;姚婧婧;;人工神经网络的发展及应用[J];电子设计工程;2011年24期

3 吴限;吴恬;隋顺彬;刘光民;雍子豪;;基于MATLAB的BP网络在月生活用水量预测中的应用[J];供水技术;2011年06期

4 许兴军;颜钢锋;;基于BP神经网络的股价趋势分析[J];浙江金融;2011年11期

5 马强;马少华;毛宗磊;;利用遗传算法优化BP神经网络[J];科技广场;2008年12期

6 葛继科;邱玉辉;吴春明;蒲国林;;遗传算法研究综述[J];计算机应用研究;2008年10期

7 牛洁;刘铜华;杨丽霞;王志程;;环境因素在2型糖尿病发生中的作用[J];中国慢性病预防与控制;2008年04期

8 王美;刘泱;;改进的BP神经网络在糖尿病危险因素分析中的应用[J];软件导刊;2008年04期

9 李萍;曾令可;税安泽;金雪莉;刘艳春;王慧;;基于MATLAB的BP神经网络预测系统的设计[J];计算机应用与软件;2008年04期

10 张小玉;蔡桂芳;;BP神经网络在某型飞机发动机故障预测中的应用[J];机电产品开发与创新;2008年02期

中国硕士学位论文全文数据库 前9条

1 任谢楠;基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D];天津师范大学;2014年

2 张华;基于优化BP神经网络的微博舆情预测模型研究[D];华中师范大学;2014年

3 常凯;基于神经网络的数据挖掘分类算法比较和分析研究[D];安徽大学;2014年

4 苏航;基于BP神经网络的地铁信号设备故障预测[D];华南理工大学;2013年

5 杨开明;糖尿病中医临床数据挖掘技术研究[D];昆明理工大学;2013年

6 刘晓敏;基于BP神经网络的股指预测系统[D];大连理工大学;2012年

7 乔姗姗;基于遗传算法优化的BP神经网络在建筑工程投标报价中应用的研究[D];扬州大学;2012年

8 贺电;大型风电场短期功率预测研究[D];北京交通大学;2011年

9 赵红;基于免疫遗传算法的模糊神经网络研究[D];哈尔滨工程大学;2008年

，

本文编号：1069039