基于GA-BP神經(jīng)網(wǎng)絡(luò)的手足口病疫情預測

惠天宇 杜尚勉 陳樂至 曾文杰

[摘 要] 影響手足口病疫情的氣象因素眾多、變量關(guān)系復雜，采用主成分分析法降低氣象影響因子的維度，然后基于遺傳算法BP神經(jīng)網(wǎng)絡(luò)建立手足口病疫情預測模型。以衡陽市手足口病為例，開展手足口病的疾病發(fā)病率預測研究。結(jié)果表明，模型預測的發(fā)病率與衡陽市實際手足口病發(fā)病率吻合良好，可作為手足口病疫情預測的一種有效方法。

[關(guān)鍵詞] 主成分分析;遺傳算法;BP神經(jīng)網(wǎng)絡(luò);手足口病

[基金項目] 2018年度湖南省教育廳優(yōu)秀青年項目資助（2018B259）;2018年度南華大學校級教改課題資助（2018XJG-YB55）

[作者簡介] 惠天宇（1998—），男，江蘇連云港人，南華大學核科學技術(shù)學院核工程與核技術(shù)專業(yè)在讀本科生;曾文杰（1988—），男，湖南衡陽人，碩士，南華大學核科學技術(shù)學院講師（通信作者），主要從事核反應堆故障診斷教學與研究。

[中圖分類號] R183? ? [文獻標識碼] A? ? [文章編號] 1674-9324（2020）38-0133-02? ? [收稿日期] 2020-02-19

引言

手足口病（Hand-Foot-Mouth Disease，HFMD）是一種由腸道病毒引起的兒童急性傳染病，可引起嬰幼兒身體發(fā)熱和手、足、口腔等部位的皮疹、潰瘍，嚴重時可引起心肌炎、肺水腫、無菌性腦膜腦炎等并發(fā)癥[1]。研究表明[2-4]，影響手足口病的除衛(wèi)生習慣、接觸史等社會因素外，還有溫度、濕度等氣象因素。依據(jù)衡陽市氣象局提供的各氣象數(shù)據(jù)，初步選取相關(guān)氣象因子共10個作為手足口病氣象影響因子，如表所示[5]。以衡陽市手足口病及氣象因素為例，通過主成分分析將氣象影響因子降維，提取特征參數(shù)作為訓練樣本，采用遺傳算法（Genetic Algorithm，GA）優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)，建立手足口病疫情預測模型，并利用實際數(shù)據(jù)進行分析。

一、手足口病疫情預測設(shè)計

采用結(jié)合主成分分析法的GA-BP神經(jīng)網(wǎng)絡(luò)建立手足口病疫情預測模型，總的建模思路如圖1所示。利用主成分分析法[6-7]降低氣象影響因子的維度，減少了輸入網(wǎng)絡(luò)的數(shù)據(jù)量并同時縮小了BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)規(guī)模，一定程度上減小了神經(jīng)網(wǎng)絡(luò)本身的缺陷并加快了網(wǎng)絡(luò)收斂速度，從而有效挖掘氣象因子與手足口病關(guān)系。通過主成分分析方法提取四個主要成分，作為BP神經(jīng)網(wǎng)絡(luò)的輸入層，再通過隱含層到達輸出層。

二、基于GA-BP神經(jīng)網(wǎng)絡(luò)的手足口病疫情預測

（一）GA-BP預測模型的實現(xiàn)。利用主成分分析方法對影響手足口病的氣象因子進行處理，通過Matlab軟件實現(xiàn)主成分分析，得到各個氣象因子的特征值、貢獻率以及累計貢獻率，預先設(shè)置累計貢獻率超過的閾值95%，提取四個氣象因子用于GA-BP預測模型。

在遺傳算法進化過程中，設(shè)置種群數(shù)目為50，進化代數(shù)為100，交叉概率為0.5，變異概率為0.08。經(jīng)遺傳算法優(yōu)化后可得到BP神經(jīng)網(wǎng)絡(luò)各層之間權(quán)值和閾值。

（二）預測結(jié)果及分析。網(wǎng)絡(luò)訓練完成后，根據(jù)衡陽市氣象局公布的數(shù)據(jù)，輸入2010、2011年氣象因子通過模型進行仿真得到預測值，得到仿真發(fā)病人數(shù)值與實際發(fā)病人數(shù)進行對比。如圖2、圖3所示，模型預測值與實際發(fā)病趨勢基本吻合。其中，通過2010年與2011年各月發(fā)病數(shù)實際值與模型預測值對比，可得知模型2010、2011年預測值中，一月份到三月份的相對誤差均小于7%，精確度較高，而四月到九月手足口病高發(fā)期模型的預測值相對誤差較大，最大相對誤差高達25.4%。

三、結(jié)論

針對湖南省衡陽地區(qū)手足口病疫情預測問題，考慮氣象因子對手足口病疫情的影響，利用主成分分析降低氣象影響因子維度，將提取的主成分數(shù)據(jù)作為預測模型輸入量，減小了網(wǎng)絡(luò)規(guī)模。將主成分分析與遺傳BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，建立疫情預測模型。預測結(jié)果表明，預測發(fā)病趨勢與實際發(fā)病趨勢大致吻合，其中前三月的預測結(jié)果較為精確，表明衡陽市氣象因子作為訓練樣本在預測衡陽市手足口病問題中具有一定泛化性。

參考文獻

[1]趙成松，趙順英.手足口病的流行概況和應對策略[J].中國實用兒科雜志，2009，24（6）：419-421.

[2]周伯平，李成榮.腸道病毒71型手足口病[M].北京：人民衛(wèi)生出版社，2009.

[3]地理信息系統(tǒng)在醫(yī)學地理研究中的應用[J].國外醫(yī)學（醫(yī)學地理分冊）.2004，25（4）：182-814.

[4]李曉英，蘇志偉，周華，等.基于主成分分析的GA-BP模型在城市需水預測中的應用[J].南水北調(diào)與水利科技，2017，15（6）：39-44.

[5]劉厚林，吳賢芳，王勇，等.基于BP神經(jīng)網(wǎng)絡(luò)的離心泵關(guān)死點功率預測[J].農(nóng)業(yè)工程學報，2012，28（11）：45-49.

[6]周松林，茆美琴，蘇建徽.基于主成分分析與人工神經(jīng)網(wǎng)絡(luò)的風電功率預測[J].電網(wǎng)技術(shù)，2011，35（9）：128-132.

[7]傅湘，紀昌明.區(qū)域水資源承載能力綜合評價——主成分分析法的應用[J].長江流域資源與環(huán)境，1999，8（2）：168-172.

Prediction of Hand-Foot-Mouth Disease Based on GA-BP Neural Network

HUI Tian-yu，DU Shang-mian，CHEN Le-zhi，ZENG Wen-jie

（School of Nuclear Science and Technology，University of South China，Hengyang，Hunan 421001，China）

Abstract：There are many meteorological factors influencing HFMD epidemic situation，and the relationship between variables is complex.Principal component analysis is used to reduce the dimension of meteorological factors，and then a prediction model of HFMD epidemic situation is established based on genetic algorithm BP neural network.Taking HFMD in Hengyang as an example，the incidence rate was predicted.The results showed that the incidence rate predicted by the model was in good agreement with the incidence rate of HFMD in Hengyang city，and it could be used as an effective method for forecasting HFMD epidemic situation.

Key words：principal component analysis;genetic algorithm;BP neural network;Hand-Foot-Mouth Disease