| 遗传算法优化BP神经网络的异丙酚血药浓度预测 |
| |
| 引用本文： | 汤井田,曹扬,肖嘉莹,郭曲练.遗传算法优化BP神经网络的异丙酚血药浓度预测[J].科学技术与工程,2013,13(13):3552-3558. |
| |
| 作者姓名： | 汤井田 曹扬 肖嘉莹 郭曲练 |
| |
| 作者单位： | 中南大学 地球科学与信息物理学院,中南大学 地球科学与信息物理学院,中南大学 地球科学与信息物理学院,中南大学 湘雅医学院 麻醉科 |
| |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 针对静脉麻醉异丙酚时变性强,房室结构复杂的特性,经典的非线性混合效应模型参数估计法存在变量繁多,人为因素多等弊端,而BP神经网络又存在极易陷入局部极值,网络训练不稳定致使预测误差大。利用遗传算法优化BP神经网络的权值和阈值,调整神经网络中异丙酚血药浓度和时间、病人年龄、体重、身高、体表面积、采样时间、总剂量、注射率的关系,然后建立异丙酚血药浓度预测模型,并与NONMEM方法、BP神经网络进行比较。比较结果,GA-BP网络的平均误差为1.2%,BP网络的平均误差为29.59%,NONMEM为14.61%,GA-BP网络的绝对平均误差15.76%,BP网络的绝对平均误差31.9%,NONMEM为22.99%。实验结果表明:GA-BP网络对于半衰期较短的麻醉药物异丙酚药物具有较好的非线性拟合能力和更高的预测准确性。
|
| 关 键 词： | BP神经网络 遗传算法 异丙酚 血药浓度 |
| 收稿时间： | 2012/12/31 0:00:00 |
| 修稿时间： | 1/17/2013 6:06:24 AM |
Plasma Concentration Predication for propofol of optimized BP neural network based on genetic algorithm |
| |
| Tang Jingtian,and.Plasma Concentration Predication for propofol of optimized BP neural network based on genetic algorithm[J].Science Technology and Engineering,2013,13(13):3552-3558. |
| |
| Authors: | Tang Jingtian and |
| |
| Institution: | 2(School of Geosciences and Info-Physics,Central South University 1,Changsha 410083,P.R.China;Department of Anesthesiology 1,Xiangya Hospital,Central South University 2,Changsha 410008,P.R.China) |
| |
| Abstract: | |
| |
| Keywords: | BP neural network Genetic Algorithm propofol plasma concentration |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
