基于反馈神经网络原理对流行性出血热流行趋势及流行规律的研究

近年来，流行性出血热的流行状况出现了新的变化，老疫区发病率持续升高，新疫区不断出现，流行强度不断增加，有可能在更广泛的地域内出现新的流行高峰。如果在疾病流行发生前，根据人间监测数据及媒介生物方面的信息数据等，对疾病的流行趋势、流行强度做出准确的预测、预报，采取相应的预防、控制措施，就能达到早期控制疫情的目的，使疫情灾害降到最低、损失最小。本研究拟通过收集、比较、分析该病新、老疫区中人群发病与媒介生物等方面的信息数据，应用反馈神经网络原理，利用系统数据的自学习过程，平滑燥声、减小残差的功能，逼近函数真值，仿真该病的流行过程和发病趋势，建立不同时、空的神经网络发病预测模型，预测流行性出血热在不同时、空的发病情况，认识其流行特征与流行规律。该研究对防控流行性出血热鼠间和人间疫情流行，保护人民群众的生命健康有着重要意义，为制订流行性出血热的防制措施提供理论依据。