徐学琴，孙春阳，刘晓蕙，裴兰英，王瑾瑾，栗彦芳，申 杰，闫国立

    手足口病 (HFMD)是由多种肠道病毒 (EV)引起的常见传染病，多发生于5岁以下婴幼儿，其临床症状主要为发热和手、足、口等部位的皮疹、疱疹，伴或不伴口腔溃疡，病情严重者可引起心肌炎、肺水肿、无菌性脑膜脑炎等致命性并发症[1]。近年来，该病已被列入丙类法定报告传染病，且发病呈逐年上升趋势[2]，成为危害我国儿童健康的主要传染病，给社会、家庭带来沉重的负担[3-5]。建立HFMD的发病预测模型，通过预测该病在未来时间的发病数据，掌握HFMD的流行规律，及时识别其发生发展趋势，对于制定有效的、有针对性的防控措施，控制HFMD的流行状况，维护儿童健康有重要意义。目前，有多种模型用于传染病预测，如马尔科夫链、灰色模型、求和自回归移动平均模型、组合模型等[6-9]。其中，人工神经网络 (ANN)模型也越来越多地应用于传染病的分析与预测[10]。本研究选用ANN的逆传播神经网络 (BPNN)模型建立HFMD的发病预测模型，并利用检验合格的模型对HFMD未来半年的发病数进行短期预测，为制定HFMD的防制策略和措施提供理论依据。

    1 资料与方法

    1.1 BPNN模型的基本原理 BPNN模型是按误差逆传播算法训练的多层前馈网络，由信息的正向传播和误差的反向传播两个过程组成[11]。该模型结构包括输入层、隐层和输出层，每层包括若干个神经元。输入层各神经元接收来自外界的信息，传递给隐层;隐层可分为单隐层或多隐层，负责信息处理;输出层接收隐层传递的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，就进入误差的反向传播阶段。在正向传播和误差反向传播的循环中，各层权值不断调整，此即神经网络学习训练的过程，直到网络输出的误差减少到可以接受的程度。

    1.2 数据来源 HFMD发病数据来源于我国传染病网络直报系统，采用Matlab 7.0软件建立模型，以2011年1月—2014年1月的发病数据用于模型训练，2014年 2—3月的发病数据用于模型检验。

    1.3 方法

    1.3.1 数据的预处理 为了提高训练的速度和降低训练的难度，采用峰值法[12]对原始数据进行归一化处理，即每个数据除以比各发病数都要大的数值，即归一化峰值，使得各数据转化为0～1的数值，并保留5位小数。本研究将归一化峰值定为数据中最大发病数的1.5倍。

    1.3.2 模型的建立

    1.3.2.1 基本参数的确定 为了能获得很好的逼近性能 ......