RBF神經(jīng)網(wǎng)絡(luò)時(shí)間序列模型在肺癌發(fā)病率預(yù)測的應(yīng)用研究

摘 要:本文將神經(jīng)網(wǎng)絡(luò)與時(shí)間序列方法相結(jié)合，建立肺癌發(fā)病率的RBF神經(jīng)網(wǎng)絡(luò)時(shí)間序列組合預(yù)測模型。

關(guān)鍵詞:BRF神經(jīng)網(wǎng)絡(luò)時(shí)間序列模型肺癌發(fā)病率預(yù)測

中圖分類號:R7文獻(xiàn)標(biāo)識(shí)碼:A文章編號:1674-098X(2011)06(b)-0008-02

1 前言

隨著我國人口的持續(xù)增長和人口老齡化的加劇，加之生活方式、社會(huì)、經(jīng)濟(jì)、環(huán)境等影響腫瘤發(fā)病死亡的危險(xiǎn)因素的改變，自20世紀(jì)70年代以來，我國癌癥呈明顯上升趨勢，現(xiàn)已成為我國城、鄉(xiāng)居民的首要死因，而其中肺癌的上升趨勢更為明顯[1]。目前，肺癌發(fā)病率的預(yù)測模型和方法主要有時(shí)間序列模型[2]、相關(guān)性分析[3]、灰色模型[4]等。由于肺癌的危險(xiǎn)因素很多，包括吸煙、大氣污染、室內(nèi)微小環(huán)境的污染、職業(yè)危害(如矽肺等)、既往肺部疾病史及遺傳因素等[1]，這些因素相互作用，是一個(gè)復(fù)雜的非線性系統(tǒng)，難以用經(jīng)典數(shù)學(xué)模型模擬。由于肺癌至今仍然是居民健康的重大威脅之一，建立肺癌發(fā)病率科學(xué)預(yù)測方法，是重要而且緊迫的工作。

時(shí)間序列分析是非線性動(dòng)態(tài)系統(tǒng)建模與預(yù)測的一類重要方法，目前使用得較成熟的是Box-Jenkins模型等線性方法，但線性方法對于復(fù)雜系統(tǒng)往往不很有效[6]。在此背景下，人們越來越重視非線性方法及其在復(fù)雜系統(tǒng)模擬中的應(yīng)用和研究。神經(jīng)網(wǎng)絡(luò)是一種隨著計(jì)算機(jī)技術(shù)的發(fā)展而產(chǎn)生的智能化方法，具有可任意逼近非線性連續(xù)函數(shù)的學(xué)習(xí)能力和對雜亂信息的綜合能力[7]，已被廣泛應(yīng)用于經(jīng)濟(jì)[7]、水資源[8]、醫(yī)療衛(wèi)生以及環(huán)境等領(lǐng)域?！?br>