TY -的A2 Lam Hak-Keung AU - Chang Yu-Tzu AU -林,神灵盟——Shieh Jiann-Shing盟——Abbod Maysam f . PY - 2012 DA - 2012/04/03 TI -优化人工神经网络的初始权重通过遗传算法应用于髋部骨折预测SP - 951247六世- 2012 AB -本文旨在找到最优的初始权重提高人工神经网络(ann)的准确性,利用遗传算法(GA)。在这个研究包括228例的示例性髋部骨折患者和215例髋部骨折,他们两个都采访了78个问题。我们使用逻辑回归来选择5个重要因素(即。骨矿物质密度,骨折的经验,平均手握力,摄入的咖啡和呼气流速峰值)为构建人工神经网络来预测髋部骨折的概率。三层(一个隐藏层)人工神经网络模型与bp训练算法采用。本文的目的是找到通过遗传算法优化神经网络的初始权重,提高可预测性。ROC曲线下面积(AUC)是用于评估神经网络的性能。研究结果表明遗传算法获得了AUC的 0.858 ± 0.00493 在建模数据和 0.802 ± 0.03318 测试数据。他们略好于我们之前研究的结果( 0.868 ± 0.00387 和 0.796 ± 0.02559 、职责)。因此,初步研究只使用简单的遗传算法已被证明是有效的为提高人工神经网络的准确性。SN - 1687 - 7101你2012/951247 / 10.1155——https://doi.org/10.1155/2012/951247——摩根富林明-模糊系统的进步PB Hindawi出版公司KW - ER