《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 蟻群神經(jīng)網(wǎng)絡(luò)在社區(qū)老年人健康檢測中的應(yīng)用研究
蟻群神經(jīng)網(wǎng)絡(luò)在社區(qū)老年人健康檢測中的應(yīng)用研究
來源:微型機與應(yīng)用2011年第22期
何 鋒1,,趙江海1,,2,,宋小波1,,2等
(1.常州先進制造技術(shù)研究所 機器人系統(tǒng)實驗室,江蘇 常州213164,;2.中國科學(xué)院合肥研究院 先
摘要: 針對社區(qū)網(wǎng)格化管理中老年人多類健康體征數(shù)據(jù)的在線評估要求,,提出一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò)評估模型。模型在RBF神經(jīng)網(wǎng)絡(luò)的架構(gòu)上引入了蟻群聚類算法,。仿真的性能結(jié)果和實驗結(jié)論表明,,該模型兼具蟻群算法良好的全局最優(yōu)策略和徑向基網(wǎng)絡(luò)的快速收斂性能,能準(zhǔn)確及時地評估老年人的健康狀況,。
Abstract:
Key words :

摘  要: 針對社區(qū)網(wǎng)格化管理中老年人多類健康體征數(shù)據(jù)的在線評估要求,,提出一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò)評估模型。模型在RBF神經(jīng)網(wǎng)絡(luò)的架構(gòu)上引入了蟻群聚類算法,。仿真的性能結(jié)果和實驗結(jié)論表明,,該模型兼具蟻群算法良好的全局最優(yōu)策略和徑向基網(wǎng)絡(luò)的快速收斂性能,,能準(zhǔn)確及時地評估老年人的健康狀況,。
關(guān)鍵詞: 健康檢測,;網(wǎng)格化管理;在線評估,;蟻群算法,;RBF神經(jīng)網(wǎng)絡(luò)

     隨著社會進步和經(jīng)濟發(fā)展,人口老齡化問題已成為中國21世紀(jì)最為突出的社會問題之一,。江蘇省作為全國人口大省,,老齡化程度高于全國水平,截至2008年底,,江蘇省老年人口已超過1 218萬,,占戶籍人口總數(shù)的16.5%[1]。由于傳統(tǒng)的健康調(diào)查報告,,社區(qū)衛(wèi)生服務(wù)中心的定期人工監(jiān)測,、回訪等方式已經(jīng)遠(yuǎn)遠(yuǎn)無法滿足老人健康監(jiān)測的動態(tài)、實時性需求,,因此,,以社區(qū)為整體,以樓層為網(wǎng)格單元,,對單元網(wǎng)格內(nèi)老人健康體征數(shù)據(jù)進行實時采集,,并使用老人健康評估模型進行在線分析,是一種可行并行之有效的方法,。
    本文構(gòu)建了一種老人日常體征數(shù)據(jù)的健康評估的神經(jīng)網(wǎng)絡(luò)模型,,模型的聚類算法采用蟻群算法[2],通過與傳統(tǒng)的K均值聚類算法比對可知,,基于蟻群聚類[3]的RBF神經(jīng)網(wǎng)絡(luò)模型能有效避免局部收斂且學(xué)習(xí)樣本很少,,對于老人健康檢測的服務(wù)要求來說,本模型是相當(dāng)合適的,,而且模型又兼具傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)收斂快,,學(xué)習(xí)性能優(yōu)越的特點,預(yù)測成功率達到了97%以上,。本模型能真正實現(xiàn)對老人健康體征信息的主動監(jiān)測和及時處理,,大大提高社區(qū)醫(yī)療服務(wù)水平和質(zhì)量。
1 問題數(shù)學(xué)描述
    RBF神經(jīng)網(wǎng)絡(luò)通常分成三層:輸入層,、隱性層和輸出層,。輸入層節(jié)點為模式樣本集合,X={Xi,,i=1,,2,…,N},,其中Xi為M維模式矢量,,即Xi=[Xi1,Xi2,,…,,XiM]T,N為輸入層節(jié)點數(shù),。輸出層節(jié)點是線性組合器,,可調(diào)節(jié)參數(shù)就是該線性組合器的權(quán)值Wk。隱性層采用蟻群算法,,將聚類按最鄰近法則規(guī)劃,,信息素賦相同的初值Tij(i=1,2,,…,,N;j=1,,2,,…,K),。
    聚類中心的偏離誤差公式如下:    
    
2.2 蟻群聚類算法學(xué)習(xí)過程設(shè)計
    根據(jù)上述數(shù)學(xué)模型推導(dǎo),,設(shè)計出蟻群聚類算法的流程圖如圖1所示。

 

 


    基于蟻群聚類算法的RBF神經(jīng)網(wǎng)絡(luò)具有蟻群算法和RBF神經(jīng)網(wǎng)絡(luò)的雙重優(yōu)點,,使網(wǎng)絡(luò)具有更高的收斂速度和較強的學(xué)習(xí)能力,。通過實例表明,基于蟻群算法的神經(jīng)網(wǎng)絡(luò)模型具有較強的分類能力,,能夠得出較公平,、公正的評價結(jié)果,用該評價模型對社區(qū)老年人健康狀況進行綜合評價是可行的,。通過使用模型進行評價,,大大減少評價工作量,降低評價的主觀性,,提高評價結(jié)果的合理性,。下一步的工作是對蟻群聚類算法進行算法策略改進,提高搜索速度,,降低模型整體的評價執(zhí)行時間,。
參考文獻
[1] 袁靜.江蘇人口老齡化的現(xiàn)狀與對策探析[J].人口與計劃生育,2008(1):25-26.
[2] Zhao Jianna,,Wang Xunying,,Wu Zhuozheng.Forecasting gdp  growth based on ant colony clustering algorithmand rbf neural network[A].Proceedings of the IEEE International Conference on Automation and Logistics[C].Qingdao,,China,2008.
[3] 胡利平,,許永城,,高文,等.蟻群神經(jīng)網(wǎng)絡(luò)在魚病專家系統(tǒng)中的應(yīng)用研究[J].微計算機信息,,2005,,21(7-3):149-151.
[4] 國家體育總局.國民體質(zhì)測定標(biāo)準(zhǔn)手冊(老年人部分)[M]. 北京:人民體育出版社,2003.
[5] 薛茂云.江蘇省城區(qū)老年人日常體力活動水平對體質(zhì)健康和生活質(zhì)量的影響[J].中國組織工程研究與臨床康復(fù),,2010,14(50):9465-9470.

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。