基于GWO-BPNN的醫(yī)院財務管理效率評價

宗玉平

(淮安市婦幼保健院, 江蘇, 淮安 223002)

0 引言

隨著我國醫(yī)療衛(wèi)生體制改革的不斷推進和完善,醫(yī)療衛(wèi)生行業(yè)市場越來越成熟、越來越開放透明,醫(yī)療衛(wèi)生事業(yè)的公益性和服務性日益凸出。財務管理工作是醫(yī)院管理的一項非常重要的工作,是保證醫(yī)院醫(yī)療服務工作正常開展的基礎。因此進行醫(yī)院財務管理效率評價,對提高醫(yī)院財務管理水平、醫(yī)院服務質量和服務效率以及增強醫(yī)院的整體實力具有重要的作用[1]。

反向傳播神經(jīng)網(wǎng)絡(BPNN)[2]是目前廣泛應用的評價系統(tǒng),將其應用于醫(yī)院財務管理效率評價中。大量的實踐表明,BPNN容易陷入局部最優(yōu)的問題,同時收斂效率低?；诖?采用灰狼優(yōu)化算法(GWO)[3]來優(yōu)化BPNN的初始權值及閾值,提升BPNN的收斂效率,達到全局最優(yōu)。將構建的GWO-BPNN應用于醫(yī)院財務管理效率評價中,提升財務管理效率評價的準確率。

1 醫(yī)院財務管理效率評價指標

醫(yī)院財務管理效率評價的前提條件是建立醫(yī)院財務管理效率評價指標體系。為增強醫(yī)院財務管理效率評價的全面性,在文獻[4]的基礎上,選擇如表1所示的10個指標進行醫(yī)院財務管理效率評價。

表1中,醫(yī)院業(yè)務收入是醫(yī)院日常醫(yī)療服務所帶來的收入,醫(yī)院的總收入不僅包括業(yè)務收入,同時還包括來自政府部門的補貼、獎勵等。變量X1、X2、X3反映了不同收入在醫(yī)院總收入中所占的比重。盈余是衡量組織財務狀況的重要指標,反映了醫(yī)院在本年度的營運狀況,用變量X4來表示。變量X5為單位費用比率,為總收入與成本費用之差的值在整個醫(yī)療活動中所占的比例,醫(yī)院成本費用主要包括管理、財務、人力資源等方面。變量X6主要反映科室收入能力,其主要是醫(yī)院科室成本和所得收益的測量和反映。變量X7為總費用在支出中的比率,醫(yī)院對各種設備的利用率用變量X8來衡量。變量X9主要反映醫(yī)院流動資產(chǎn)的比例關系,用來評估醫(yī)院變現(xiàn)能力。變量X10用來評估醫(yī)院的風險承受能力,主要反映醫(yī)院的凈資產(chǎn)。

2 灰狼優(yōu)化算法

灰狼優(yōu)化算法是受自然界中灰狼種群覓食行為啟發(fā)所提出的群體智能優(yōu)化算法,該算法結構簡單、參數(shù)少,在實際過程中具有廣泛的應用。按照社會支配等級關系,將灰狼個體劃分為4個等級,分別為α、β、δ和ω。α為頭狼,在最高層,是狼群中的領袖;β在第二層,負責協(xié)助頭狼;δ在第三層,各項活動的開展聽命于α、β;其余為ω,在最底層。自然界中灰狼捕食行為包括包圍、捕獵、攻擊,將其抽象化為數(shù)學模型,即灰狼優(yōu)化算法[5]。

2.1 包圍行為數(shù)學模型

灰狼捕食是采取先逐步靠近,然后包圍的方式,其數(shù)學模型為

(1)

(2)

2.2 捕獵行為數(shù)學模型

灰狼包圍獵物以后將進行捕食,根據(jù)灰狼的等級,α為全局最優(yōu)解,β為全局第二最優(yōu)解,δ為全局第三最優(yōu)解[6],其數(shù)學模型為

(3)

(4)

(5)

(6)

(7)

(8)

(9)

2.3 攻擊行為數(shù)學模型

攻擊為捕食的最后階段,如果|A|≤1,那么狼群要接近獵物(X*,Y*),集中對獵物進行攻擊,達到捕食的目的;如果|A|>1,那么狼群要遠離獵物,重新尋找新的獵物進行圍捕。攻擊行為的數(shù)學模型主要是對參數(shù)a進行調整。

3 反向傳播神經(jīng)網(wǎng)絡

典型的BPNN由3層構成,分別為輸入層、隱含層、輸出層,具體結構[7-8]如圖1所示。

圖1 典型BPNN結構

BPNN中,X=(X1,X2,…,Xn)為輸入,Y=(Y1,Y2,…,Ym)為輸出,其訓練過程包括7步,具體如下。

步驟1 根據(jù)輸入和輸出對網(wǎng)絡初始化。由輸入變量個數(shù)和輸出變量個數(shù)確定BPNN的輸入層節(jié)點數(shù)為n。設l為隱藏層的節(jié)點值、設m為輸出層所包含的節(jié)點值;使用wij、wjk分別為輸入層與隱含層之間、隱藏層和輸出層之間各個神經(jīng)元的連接權重;a、b分別為隱含層閾值、輸出層閾值;η為BPNN學習速率;f為激勵函數(shù)。

步驟2 計算隱含層輸出權重H。根據(jù)輸入、連接權重以及隱含層本身的閾值參數(shù)a,使用式(10)獲得輸出權重H。

(10)

式(10)中,f(x)數(shù)學表達式為f(x)=1/(1+e-x)。

步驟3 計算網(wǎng)絡輸出值,其數(shù)學表達式為

(11)

步驟4 計算網(wǎng)絡誤差e。

e=Yk-Ok,k=1,2,…,m

(12)

步驟5 更新權值。

(13)

wjk=wjk+ηHjek,j=1,2,…,l;k=1,2,…,m

(14)

步驟6 更新閾值。

(15)

bk+1=bk+ek,k=1,2,…,m

(16)

步驟7 算法終止條件。若滿足終止條件,則算法停止;否則,返回步驟2。

相較于峨眉、昆侖等其他門派對魔教的敵視，武當對于魔教的態(tài)度似乎有些模棱兩可。理智上他們覺得魔教行事詭譎，不為道義所容，如張翠山在初識殷素素時就曾因她是天鷹教弟子而抗拒與其交往。但情感上他們卻又能無視對方的身份，對所接受的人付出真心，如張翠山帶殷素素回武當時，師門也對他們表示祝福，并且盡力維護。

4 基于GWO-BPNN的財務管理效率評價系統(tǒng)

4.1 適應度函數(shù)

為提升BPNN的性能,采用GWO對網(wǎng)絡初始權值與閾值進行優(yōu)化。定義適應度函數(shù)為網(wǎng)絡輸出和實際輸出的誤差值,其數(shù)學表達式[9-10]為

(17)

b∈[bmin,bmax]

式(17)中,n為樣本個數(shù),xobs(i)為實際值,xpre(i)為預測值。

4.2 模型流程

采用GWO對BPNN的初始閾值和權值優(yōu)化,得到醫(yī)院財務管理效率評價模型,具體流程如圖2所示。

圖2 算法流程圖

步驟1 讀取醫(yī)院財務管理效率評價指標數(shù)據(jù),歸一化處理,并劃分訓練數(shù)據(jù)和測試數(shù)據(jù):

(18)

式(18)中,F和Fnew分別為原始數(shù)據(jù)和歸一化處理后的數(shù)據(jù),LB和UB分別為歸一化處理后的最小值和最大值,取值分別為-1和+1,Fmax和Fmin分別原始數(shù)據(jù)中的最大值和最小值。

步驟2 優(yōu)化算法參數(shù)設置與初始化。設定最大迭代次數(shù)為Tmax、種群規(guī)模為N、搜索維數(shù)為D,并初始化灰狼種群。

步驟3 計算灰狼種群中每一個灰狼個體的適應度值,并根據(jù)適應度的大小對灰狼種群進行等級劃分。

步驟4 對灰狼個體位置進行更新。

步驟6 是否滿足設定的終止條件:如果滿足,那么輸出結果就是優(yōu)化后的結果;反之,繼續(xù)迭代,直到滿足終止條件。

步驟7 針對測試數(shù)據(jù),將最優(yōu)初始網(wǎng)絡權值和閾值(w*,b*)代入BPNN模型,得到用于醫(yī)院財務管理效率評價的GWO-BPNN模型。

5 案例分析

5.1 數(shù)據(jù)來源

選擇15家醫(yī)院為研究對象,通過專家打分法獲得15家醫(yī)院的財務管理效率評價數(shù)據(jù),各指標評分數(shù)據(jù)和綜合得分數(shù)據(jù)如表2所示。將15個醫(yī)院財務管理效率評價指標評分數(shù)據(jù)和綜合得分數(shù)據(jù)分別作為GWO-BPNN模型的輸入向量和輸出向量,建立GWO-BPNN的醫(yī)院財務管理效率評價模型。各個評價指標得分和對應等級為1.0(最好)、0.7(好)、0.5(中)、0.3(差)和0.1(最差)。

表2 財務管理效率專家評分數(shù)據(jù)

綜合得分所對應的評價標準如表3所示。

表3 綜合得分與評價標準

5.2 評價指標

為衡量醫(yī)院財務管理效率評價的效果,選擇均方根誤差(ERMS)和平均絕對百分比誤差(EMAP)作為評價指標[11-12]:

(19)

(20)

式中,n為樣本數(shù)量,Xpre(k)為第k個樣本的預測值,Xobs(k)為第k個樣本的實際值。

5.3 結果分析

15家醫(yī)院數(shù)據(jù)被劃分為訓練集和測試集,其中10家醫(yī)院的數(shù)據(jù)為訓練集,另外5家醫(yī)院的數(shù)據(jù)為測試集。采用訓練集數(shù)據(jù)對網(wǎng)絡進行學習訓練,得到評價模型;采用測試集數(shù)據(jù)驗證模型的準確性。GWO算法參數(shù)設定為種群規(guī)模N=10,最大迭代次數(shù)Tmax=100。GWO-BPNN評價結果如圖3所示。

(a) 訓練集

為驗證GWO對BPNN初始權值和閾值優(yōu)化的有效性,分別采用遺傳算法(GA)、粒子群算法(PSO)、差分進化(DE)等3種優(yōu)化算法對BPNN初始權值和閾值進行優(yōu)化,得到對應的優(yōu)化后的BPNN模型。對比傳統(tǒng)BPNN和不同優(yōu)化算法優(yōu)化后的BPNN的性能。通用參數(shù)設定:種群規(guī)模N=10,最大迭代次數(shù)Tmax=100。GA的交叉概率pc=0.7,變異概率pm=0.1;PSO的慣性權重win=0.2,學習因子c1=c2=2;DE的交叉概率pc=0.7,縮放因子RC=0.5。醫(yī)院財務管理效率評價結果如表4所示。

表4 醫(yī)院財務管理效率評價結果對比

由表4可知,GWO-BPNN的評價結果優(yōu)于GA-BPNN、PSO-BPNN、DE-BPNN和BPNN,GWO-BPNN的RMSE和MAPE最小,從而說明GWO-BPNN模型進行醫(yī)院財務管理效率評價誤差最小,評價效果最好;通過GWO、GA、PSO和DE等算法對BPNN模型的初始網(wǎng)絡權值和閾值的優(yōu)化選擇,與BPNN相比,GWO-BPNN、GA-BPNN、PSO-BPNN、DE-BPNN等模型的評價精度都有了較大程度的提升。

6 總結

針對傳統(tǒng)BPNN的醫(yī)院財務管理效率評價模型評價精度低的問題,采用GWO對BPNN的初始權值與閾值優(yōu)化,提出了用于醫(yī)院財務管理效率評價的GWO-BPNN模型。將提出的評價模型應用于實際中,結果表明該模型使醫(yī)院財務管理效率的評價精度大大提升。然而,醫(yī)院財務管理效率評價涉及的因素眾多,而本文只考慮了10個評價指標對醫(yī)院財務管理效率評價的影響,后續(xù)將研究更多指標因素對醫(yī)院財務管理效率評價的影響,提高醫(yī)院財務管理效率評價模型的適用性和可靠性。