灰色預(yù)測模型在血糖預(yù)測中的研究.pdf

1、隨著人們生活水平的不斷提高，糖尿病患者的數(shù)量也隨之增長，給人類健康造成了極大的危害，而糖尿病患者臨床治療的主要目的是穩(wěn)定血糖，假如能夠提前預(yù)測出患者的未來血糖濃度，那么醫(yī)生就能在患者發(fā)生高血糖或低血糖事情之前采取有效的措施來穩(wěn)定血糖，這將在很大程度上減小血糖不穩(wěn)定對患者造成的傷害。因此，對糖尿病患者血糖預(yù)測的研究就顯得尤為重要。
　　目前，關(guān)于糖尿病血糖預(yù)測的研究大體有兩個方向：一個方向是根據(jù)人體的生理模型，需要考慮影響患者血糖變

2、化的外部因素，如飲食、藥物、情緒、運動等，對患者的血糖進行控制以達到穩(wěn)定的目的，不過此方向的預(yù)測算法復(fù)雜，并且結(jié)果有一定的延遲；另一個方向是只利用患者的歷史血糖值，建立合適的數(shù)學(xué)模型來對患者的未來血糖值進行預(yù)測，達到簡單、高效的預(yù)測效果。
　　本文研究了基于數(shù)據(jù)驅(qū)動下的血糖預(yù)測模型，其中有人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型、極限學(xué)習(xí)機預(yù)測模型、支持向量機預(yù)測模型、AR預(yù)測模型、融合 ARIMA和RBFNN預(yù)測模型等，首次將灰色預(yù)測模型應(yīng)用到血糖

3、預(yù)測領(lǐng)域。在灰色理論基礎(chǔ)上建立血糖 GM（1,1）預(yù)測模型。在傳統(tǒng)的GM（1,1）模型的基礎(chǔ)上，進行了兩方面的改進，一方面采用對數(shù)變換對采集到的血糖數(shù)據(jù)進行預(yù)處理，弱化原始時間序列的隨機性，提高預(yù)測模型的精確度；另一方面采用新陳代謝算法，不斷地增加新數(shù)據(jù)，刪除老數(shù)據(jù)，建立最符合現(xiàn)階段的血糖訓(xùn)練集，得到未來血糖的最佳預(yù)測值。最后用采集到的50例患者的血糖數(shù)據(jù)在MATLAB環(huán)境下進行實驗。實驗結(jié)果和AR模型的預(yù)測結(jié)果進行對比，結(jié)果顯示，血糖