儿童甲状腺疾病的组合预测模型研究

文章以某市疾病预防控制中心2016年8月~2018年3月采集的8-11岁儿童的体检数据作为研究数据,随机抽取生成训练样本250例,测试样本50例。利用MATLAB R2018b软件编程,以仿真误差作为评价目标,设计对比实验,对儿童甲状腺疾病的预测模型展开研究。仿真结果显示,利用遗传算法优化BP神经网络的组合预测方法能够将遗传算法的强全局搜索能力与BP神经网络的非线性映射能力互相补充,准确性更高,对于儿童甲状腺疾病的预测具有重要的意义。