换一批摘要目的 使用神经网络以及优化算法,建立肥胖等级预测模型,对肥胖风险进行评估.方法 对从墨西哥、秘鲁和哥伦比亚收集的年龄在14岁至61岁之间参与者的2 111条记录数据进行相关性分析并建立BP神经网络肥胖等级预测模型,同时通过剪枝法对模型的隐层节点数和传递函数进行优选,找出最优网络结构.另外利用遗传算法和模拟退火算法对模型权值和阈值进行优化,最终建立起精确度高、实用性强的GASA-BP神经网络肥胖等级预测模型.结果 预测模型预测结果的R2为0.975 1,MAE为0.352,预测精度高,实用性强.在模型预测肥胖等级过程中,体重指标最为重要,与肥胖等级相关性达到了 0.913,家族中是否有超重成员相关性也比较强,相关性为0.505.结论 GASA-BP神经网络预测模型在预测肥胖等级方面性能优于其他模型,能够对肥胖等级做出最为准确的预测,可为个性化肥胖评估以及后续防控措施的制定提供一定的指导和参考.
更多相关知识
关键词
肥胖预测BP神经网络遗传算法模拟退火算法Obesity predictionBP neural networkGenetic algorithmSimulated annealing algorithm
栏目名称
DOI
10.20043/j.cnki.MPM.202404549
发布时间
2024-10-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
教育部人文社会科学研究项目（23YJAZH145）
:广西社会医学与卫生事业管理学八桂学者
- 浏览9
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
