Методы и алгоритмы нечеткого прогнозирования и диагностики заболеваний, вызываемых комплексным воздействием факторов окружающей среды

Методы и алгоритмы нечеткого прогнозирования и диагностики заболеваний, вызываемых комплексным воздействием факторов окружающей среды

Автор: Иванков, Юрий Анатольевич

Шифр специальности: 05.13.10

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Курск

Количество страниц: 162 с. ил.

Артикул: 3387697

Автор: Иванков, Юрий Анатольевич

Стоимость: 250 руб.

Методы и алгоритмы нечеткого прогнозирования и диагностики заболеваний, вызываемых комплексным воздействием факторов окружающей среды  Методы и алгоритмы нечеткого прогнозирования и диагностики заболеваний, вызываемых комплексным воздействием факторов окружающей среды 

ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ
1.1. Особенности математического моделирования в экологии и здравоохранении.
1.2. Применение методов теории распознавания образов и нечеткой логики принятия решений для диагностики и прогнозирования заболеваний, включая заболевания, вызываемые экологическими факторами.
1.3 Использование информационных технологий в экологии и здравоохранении.
ГЛАВА 2. МЕТОДЫ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ ВЫЗЫВАЕМЫХ КОМПЛЕКСНЫМ ВОЗДЕЙСТВИЕМ ЭКОЛОГИЧЕСКИХ ФАКТОРОВ.
2.1. Объект, методы и средства исследования.
2.2. Метод синтеза нечетких решающих правил прогнозирования и ранней донозологической диагностики заболеваний вызываемых комплексным воздействием экологических факторов.
2.3. Метод определения защитных свойств организма по энергетической сбалансированности общесистемных биологически активных точек.
2.4. Выводы второй главы.
ГЛАВА 3. РАЗРАБОТКА ОСНОВНЫХ ЭЛЕМЕНТОВ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ
РЕШЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ И ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ, ВЫЗЫВАЕМЫХ ЭКОЛОГИЧЕСКИМИ ФАКТОРАМИ
3.1. Синтез прогностических и диагностических решающих правил.
3.2. Алгоритм управления процессами принятия решений в автоматизированной системе для территориальных служб здравоохранения работающих в экологически неблагоприятных регионах.
3.3. Разработка структуры программного обеспечения системы поддержки принятия решений.
3.4. Выводы третьей главы.
ГЛАВА 4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ.
4.1. Проверка эффективности правил прогнозирования заболеваний характерных для экологически неблагополучных зон г. Курска.
4.2. Проверка эффективности правил прогнозирования заболеваний характерных для экологических особенностей г. Железногорска
4.3. Проверка эффективности решающих правил для ранней диагностики заболеваний вызываемых экологическими факторами характерными для Курской области
4.4. Выводы четвертой главы.
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ВВЕДЕНИЕ
Актуальность


Эту работу в некоторых источниках называют идентификацией системы. В ходе идентификации системы выбираются задачи исследования при решении которых решаются вопросы оптимизации, сравнения, оценки, прогнозирования, определения функциональных зависимостей, классификации состояний и др. На этом этапе может быть построена концептуальная модель позволяющая оценить взаимоотношение модели со внешней средой, выявить ресурсы требуемые для ее функционирования, оценить ожидаемые выходные результаты. На основании концептуальной модели может быть построена факторная модель, устанавливающая логическую связь между параметрами объекта, входными и выходными переменными, факторами внешней среды и параметрами управления с учетом возможных обратных связей. На третьем этапе в зависимости от поставленной цели решается задача выбора наилучшей в смысле выбранных критериев, математической модели, которая может быть представлена в виде алгебраических уравнений или неравенств, целевой функцией, уравнешями связей и др. При этом следует иметь ввиду, что для многих рассматриваемых явлений имеется достаточно много известных математических описаний и типовых математических моделей которые реализованы в соответствующих стандартных пакетах для ПЭВМ, однако сложность и динамичность объектов экологии и здравоохранения для получения адекватных результатов, часто требует разработки оригинальных математических методов и соответствующих программ. Следует так же учитывать и то, что для получения параметров достаточно сложных аналитических моделей необходимо проводить машинное моделирование для которого составляются таблицы экспериментальных данных, на основе которых решаются задачи интерпретации, аппроксимации и экстраполяции. Интерполяция приближенное или точное нахождение какой либо величины по известным отдельным значениям этой же или других величин, связанных с ней. Например, через любые п1 точки можно всегда провести кривую, описываемую полиномом ой степени так, чтобы она прошла через каждую из заданных точек аь а2. Эта кривая называется интерполирующей. Аппроксимациязамена одних математических объектов другими, в том или ином смысле близкими к исходным. Аппроксимация позволяет исследовать числовые характеристики и качественные свойства объекта, сводя задачу к изучению более простых или более удобных объектов. Например, для приближения заданной функции выбирают аппроксимирующуюфункцию Фх из классов математических функций, в наибольшей степени соответствующих специфике протекания исследуемого провеса. Экстраполяция продолжение функции за пределы ее области определения, при котором продолженная функция принадлежит заданному классу. Формальная экстраполяция сводится к математически оптимальной подгонке исходного статистического ряда к какойлибо аппроксимирующей функции. Критерием оптимальности здесь может выступать близость точек ряда к аппроксимирующей функции. Прогнозная экстраполяция строится на основе математического анализа исходного ряда с учетом логики и существа развития объекта, его физики и абсолютных пределов. Перечисленные задачи моделирования могут решаться различными аналитическими и численными методами, описание которых можно найти в хмногочисленной литературе, например в 5,8,,,,,,,,, 5. Четвертый и пятый этапы решаются с учетом того, что полученные результаты должны быть легко интерпритируемы специалистами, для которых решается задача математического моделирования. Одной из основных задач решаемых в работе является прогнозирование состояния здоровья при воздействии на организм человека внутренних и внешних факторов. В ходе анализа и прогнозирования временных рядов оцениваются изменения различного рода показателей во времени, изучается динамика развития процессов в здравоохранении, экологии и других отраслях человеческой деятельности. Рассмотрим ряд основных определений и аналитических соотношений используемых при анализе временных динамических рядов. Временным рядом i i называют последовательность значений статистических показателей признаков упорядоченных в хронологическом порядке.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.412, запросов: 244