引言
在人的一生中，睡眠占据了三分之一的时间，充足的睡眠可 以提高人的工作效率，消除疲劳。而随着工作压力的增大，大脑 处于成长和发展时期的年轻人极易产生睡眠疲劳，对人体伤害较 大，严重失眠甚至会导致自主神经功能紊乱，造成体内各种系统 的不平衡和各种问题。养成良好的睡眠习惯，保证人体健康是当 今人们关注的热点。科学合理的研究人体睡眠质量与疾病的关系 成为养成良好睡眠习惯的先绝条件。
目前国内外有不少学者研究过睡眠质量与疾病的关系，大部 分学者是通过临床诊断来判断患者属于哪一种类型的疾病 [1-3]， 也有部分学者通过实验来判断患者的疾病类型 [4-6]，很少有学者 通过数理分析建立患者与其病况的关系间接判断患者所属的疾病 类型 [7]。本文的研究目的正是运用神经网络建立患者病况和疾病 的关系，通过关系来判断不同失眠人群的患病情况。现阶段神经 网络算法已今成熟，且其在多个领域得到了较好的运用，对于研 究关系复杂的睡眠质量和患病类型是十分科学有效的方法。
1.2 遗传神经网络
1.2.1 BP 神经网络
BP 神经网络的学习过程分为两个阶段 , 正向学习阶段和反 向学习阶段。其学习规则采用梯度下降算法 , 输入向量首先正向 传递到隐含层 , 经过传递函数计算 , 将结果传递到输出层即得到 输出结果。若实际输出结果与期望输出结果存在误差时 , 则进行 误 差反向传递 , 根据预测误差来调整网络权值与阈值 , 从而使 BP 神经网络预测输出不断逼近期望误差 , 最终达到设定期望误差 或设定学习次数作为网络学习 终止条件。BP 神经网络训练过程 基本步骤如下。
步骤 1: 网络初始化。包括网络输入向量确定、隐含层数确定、 输出层确定、权值和阈值的初始化。
步骤 2: 隐含层输出计算。由输入向量、权值及阈值计算隐 含层输出。
步骤 3: 输出层输出计算。由隐含层输出及权值与阈值 , 计 算神经网络的预测输出。
步骤 4: 预测误差计算。由输出层输出与期望输出作差即得 到预测误差。
步骤 5: 权值、阈值更新。由预测误差反向传递更新网络的 权值、阈值。
步骤 6: 由终止条件判断迭代是否结束 , 若没有结束 , 则返回步骤 2。
1.2.2 遗传算法 遗传算法是一种优化算法，其不依赖与梯度信息，通过模拟自然进化过程来寻找最优解，利用某种编码技术来作用于染色体 的数字串，模拟由这些串组成群体的进化过程，通过有组织的随 机的信息交换重新组合那些适应性好的串，生成新的串的群体。 具体步骤如下：
1. 随机产生一组初始个体构成初始种群 , 并评价每一个个体 的适配值
2. 选择，根据适应度，按照一定的规则或方法，从第 t 代群体 p(t) 中选择优良的个体遗传到下一代群体 p(t+1) 中。
3. 交叉，将群体 p(t) 内各个个体随机搭配成对，对每个个 体中交换一部分染色体。
4. 变异，对群体 p(t) 中的每个个体改变某个或一些值是其 他个体的值。
5. 判断算法收敛准则是否满足。若满足则输出搜索结果；否 则执行步骤 2。
运用遗传算法优化 BP 神经网络主要是通过遗传算法来确定 神经网络初始条件，获得最佳的阈值，其优化流程图如图 2 所示
4 结论
运用已训练好的 GA-BP 神经网络模型对失眠患者进行诊断， 通过将预测结果与真实结果对比得模型的准确率为 97%。对模型 进行相应的鲁棒性分析发现其对外部数据预测的结果也相对较高， 模型的稳定性能较好。在对于指标含量较多的情况下，通过运用 因子分析的方法得到综合，对综合指标进行分析简化了模型的复 杂性，有利于模型的建立，在一定情况下也提高了模型的准去率。
参考文献：
[1] 魏薇 , 王惠薪 . 景观疗养为主综合护理干预对提高糖尿 病患者睡眠质量的疗效 [J]2017 1233-1235.
[2] 李春常 , 王细文 . 高血压伴睡眠障碍患者的中医体质干 预研究 [J] 2017 60-61.
（上接 137 页）系统是现阶段军工单位势在必得的工作任务， 优化管理系统和流程，对数据更明确的掌握，充分实现保密工 作的长效性。在今后的发展道路上，结合实际情况完善日常保 密管理工作，结合信息化管理促进形成科学、规范的保密管理 体系。
参考文献：
[1] 郝志勇 , 张艳波 , 韩兆婷 . 刍议保密管理信息系统的 重要性及注意事项 [J]. 办公室业务，2017(22)
[2] 刘霞 . 浅析保密管理信息系统建设的重要性及注意事 项 [J]. 保密科学技术，2013(10)
论文作者:侯淼 1,2，董俐言 1,3，刘陈帅 1,4，袁书娟 1,4
论文发表刊物:《红地产》2017年7月
论文发表时间:2018/4/2
标签：神经网络论文; 阈值论文; 误差论文; 算法论文; 步骤论文; 患者论文; 模型论文; 《红地产》2017年7月论文;