神经网络软测量模型优化方法在血糖浓度预测中的应用

发布时间：2017-03-29 06:14

  本文关键词：神经网络软测量模型优化方法在血糖浓度预测中的应用，由笔耕文化传播整理发布。

【摘要】：本文针对皮下葡萄糖浓度与血糖浓度之间存在生理延时且容易受人体、环境等多种不确定因素的影响,不能准确地测量血糖浓度的问题,提出了基于神经网络的血糖软测量方法。该方法利用神经网络的非线性逼近能力来构造待测主导变量血糖浓度和与其相关的可测辅助变量之间的机理关系并建立软测量模型。用UVa/Padova T1DM仿真软件采集的数据对模型的预测效果进行验证,结果表明该方法不仅克服了精确数学模型或相关参数难以获取的局限性,而且有比CGM更小的动态延时、更高的精度、更大的信噪比等优点,可以实现对人体血糖浓度的实时预测。针对实际人体血糖代谢系统,由于其模型复杂,辅助变量较多,各变量之间的耦合性较强,传统的神经网络血糖软测量模型不足以提供较高的预测精度和稳定性的问题,提出了基于NN-MIV的神经网络软测量模型优化方法。对辅助变量做多次筛选并和其他的变量选择方法进行比较,说明该方法具有变量贡献率区分度高、变量筛选结果稳定的优点,能够为模型提供最优的辅助变量集,提高血糖浓度的预测精度。为进一步提高血糖软测量模型的预测精度,克服传统的神经网络训练算法收敛速度慢、泛化性能差且容易陷入局部最优等局限性,提出了基于PSO的神经网络血糖软测量优化方法。该方法利用PSO算法鲁棒性能高、收敛速度快、全局性搜索能力强、不需要借助问题自身的特征信息,且算法简洁,易于与其它智能学习算法相结合等优点,对神经网络各处理层之间的连接权值和阈值进行优化,并将其应用于人体血糖浓度的预测中。实验结果表明,用PSO算法优化后血糖软测量模型具有更高的预测精度,更少的过拟合现象。
【关键词】：软测量 神经网络 血糖浓度 误差网格分析 NN-MIV PSO-ANN
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R446.11;TP183
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-19
• 1.1 研究背景及意义9-10
• 1.2 软测量技术概述10-14
• 1.2.1 软测量建模方法10-12
• 1.2.2 软测量技术的实施12-14
• 1.3 软测量模型优化14-16
• 1.3.1 影响软测量性能的因素14-15
• 1.3.2 数据的滤波方法15
• 1.3.3 辅助变量的选择方法15-16
• 1.3.4 智能优化算法16
• 1.4 本文主要内容及章节安排16-19
• 第二章 基于神经网络的人体血糖软测量方法19-32
• 2.1 血糖代谢最小系统20-22
• 2.2 基于神经网络的血糖软测量实验22-27
• 2.2.1 血糖软测量模型的构造22-24
• 2.2.2 血糖软测量模型预测结果24-27
• 2.3 小波阈值去噪对血糖软测量模型的优化27-30
• 2.3.1 小波优化软测量模型的构建27-28
• 2.3.2 优化模型血糖预测结果28-30
• 2.4 结果比较与分析30
• 2.5 本章小结30-32
• 第三章 基于NN-MIV的神经网络血糖软测量优化方法32-49
• 3.1 人体血糖系统概述32-36
• 3.2 NN-MIV软测量模型优化方法36-39
• 3.2.1 平均影响值方法概述36-37
• 3.2.2 神经网络变量选择方法概述37-38
• 3.2.3 NN-MIV变量选择方法概述38-39
• 3.3 克拉克网格误差分析39-40
• 3.4 NN-MIV对血糖软测量模型的优化40-48
• 3.4.1 血糖软测量模型的构造与优化41-45
• 3.4.2 血糖软测量模型优化结果分析45-48
• 3.5 本章小结48-49
• 第四章 基于PSO的神经网络血糖软测量优化方法49-61
• 4.1 微粒群优化方法49-53
• 4.1.1 微粒群算法描述49-50
• 4.1.2 微粒群算法基本原理50-53
• 4.2 PSO-ANN血糖软测量模型53-55
• 4.3 PSO优化算法对血糖软测量模型的内部优化55-59
• 4.3.1 血糖软测量模型的构造与优化55
• 4.3.2 血糖软测量模型优化结果分析55-59
• 4.4 本章小结59-61
• 第五章 总结与展望61-63
• 5.1 总结61
• 5.2 研究展望61-63
• 参考文献63-70
• 致谢70-71
• 硕士期间取得的科研成果71

【相似文献】

中国期刊全文数据库 前10条

1 戴康;王晓琼;;神经网络在药动学评价中的应用[J];医药导报;2007年09期

2 蔡云;;收敛非线性神经网络的稳定性[J];国外医学.生物医学工程分册;1991年01期

3 王继成,吕维雪;基于神经网络的心电数据压缩[J];生物医学工程学杂志;1993年03期

4 段新昱,林家瑞;神经网络在心电信号分析处理中的应用[J];国外医学.生物医学工程分册;1993年01期

5 Miller A S ,张永红;神经网络在医学信号处理方面的应用[J];国外医学.生物医学工程分册;1993年04期

6 王继成;吕维雪;;基于符号神经网络的心脏疾病自动诊断[J];北京生物医学工程;1993年03期

7 刘子皇;;胞神经与类胞神经网络的动力学范围的准确估计[J];中山大学研究生学刊(自然科学版);1995年03期

8 邹睿,欧阳楷,刘悦;神经网络中的微心理学——兼论人工神经网络框架[J];山东生物医学工程;1998年01期

9 邹凌云;王正志;黄教民;;基于位置特异性谱和输入加权神经网络的蛋白质亚细胞定位预测(英文)[J];遗传学报;2007年12期

10 成刚;吴小玲;夏杰;张炯;肖富男;崔燕南;周荃;刘永康;李珊;;基于神经网络的环孢素血药浓度预测[J];中国生物医学工程学报;2009年06期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

  本文关键词：神经网络软测量模型优化方法在血糖浓度预测中的应用，由笔耕文化传播整理发布。

，

本文编号：273852