基于遗传算法优化的人工神经网络对糖尿病的预测分析

摘要

目的，利用遗传算法对其权值进行优化，提高整个算法对糖尿病预测问题的准确性。方法，本研究采用美国Pima印第安人糖尿病研究生理参数数据库对算法进行评估。首先对整个数据集进行分类统计，然后采用CFS+BestFirst法对输入属性进行筛选从而选出五种相关性最大的属性，最后用遗传算法优化的BP神经网络建立预测模型，并用Logistic回归算法，C4.5决策树算法，RBF算法进行比较，以验证算法的优越性。结果，遗传算法优化的BP神经网络在糖尿病预测方面具有极高的准确性，同时也具有更好的泛化性与适应能力，是糖尿病预测的一个有利工具。结论，遗传算法优化的BP神经网络的构建以及其在糖尿病预测中的应用，为糖尿病预测提供新的科学的解决方案。