摘要
[目的]探讨反向传播(back propagation,BP)神经网络模型与径向基函数(radial basis function,RBF)神经网络模型在煤工尘肺发病工龄预测中预测性能的优劣。[方法]采用SPSS 19.0中的BP和RBF神经网络模型对研究数据进行预测分析。采用均方根误差、平均相对误差和平均绝对误差对两种模型的预测结果进行比较分析,从而得到比较各模型预测性能的目的。[结果]由BP神经网络模型进行预测可以得出发病工龄预测值和真实值的散点分布图大致位于从原点起始的45度线上,符合理想状态下值的分布情况,而RBF神经网络模型的分布则较为混乱。RBF和BP神经网络模型真实值与预测值之间的差异均无统计学意义,t值分别为0.231、0.530,P值分别为0.817、0.596。RBF和BP神经网络模型的均方根误差分别为3.51、1.89;平均相对误差分别为12%、6%;平均绝对误差分别为2.76、1.42。[结论]实证表明,在煤工尘肺发病工龄的预测中,BP神经网络模型的预测性能优于RBF神经网络模型,有较高的拟合和预测精度。
学科与关键词
关键词
径向基函数神经网络模型反向传播神经网络模型煤工尘肺发病工龄 radial basis function neural networkback propagation neural networkcoal workers' pneumoconiosisworking age of disease occurrence
- 基于BP神经网络的煤工尘肺发病工龄预测组合模型的研究王晓红; 武建辉; 郭正军; 尹素凤; 王国立中国煤炭工业医学杂志, 2013, (02): 263-265.
- 某煤炭集团煤工尘肺发病预测方法研究李鸿瑞; 张琴; 丁羽; 闫大培; 孙志谦; 沈福海中国疗养医学, 2013, (08): 743-745.
- 径向基神经网络预测氯氮平血药浓度刘朝晖; 黄榕波; 陈庆强; 温预关; 李明亚中国药房, 2011, (14): 1273-1275.
