论文总字数：19618字

摘 要

癌症一直是人类健康最大的威胁，其特点是越早发现，治愈的可能性就越大。通过对癌症数据的分析，可以为癌症的预防和治疗提供借鉴，能够有效保证病人的生命安全，本课题的研究具有一定现实意义。本文运用遗传算法（GA）优化的BP神经网络对癌症数据进行训练分析。

首先，对原始数据进行预处理。本文使用主成分分析（PCA）方法进行属性约简。

其次，用BP网络进行建模。本文使用三层BP神经网络能够以任意精度模拟复杂的非线性关系。但BP网络存在如易形成局部极小而得不到全局最优解。

然后，用遗传算法（GA）对BP神经网络进行优化。GA算法全局的搜索优化能力较强。用GA优化BP神经网络的初始权值和阈值，可以达到全局寻优和快速高效的目的。

最后，本文分别对 BP 神经网络和基于遗传算法的 BP 神经网络进行了实证分析。实验预测结果分析表明：经遗传算法优化的 BP 神经网络预测精度有所提高。验证了该算法的有效性。

关键词：癌症预测 主成分分析 BP神经网络 遗传算法 GA-BP

Research on the application of GA-BP model in cancer recognition

Abstract

Cancer has always been the greatest threat to human health, the sooner we find that the greater the likelihood of a cure.Through the analysis of cancer data, provide the model for cancer prevention and treatment and ensure the safety of the patient's life effectively, this topic research has certain practical significance.This paper USES the genetic algorithm (GA) to optimize the BP neural network for training analysis of cancer data analysis.

First of all, For processing the original data, The main use of principal component analysis (PCA) approach to attribute reduction.

Secondly, the BP network is used to model. In this paper, the three layer BP neural network is used to simulate the complex nonlinear relationship with arbitrary precision. But the BP network is easy to form local minimum and can not get the global optimal solution.

Then, the genetic algorithm (GA) is used to optimize the BP neural network. Genetic algorithm has strong macro search capability and good global optimization performance.With the optimization of the initial weights and thresholds of BP neural network, genetic algorithm and BP neural network are combined, and then the BP network is used to solve accurately, which can achieve the goal of global optimization and fast and efficient.

Finally, the BP neural network and BP neural network based on genetic algorithm are analyzed in this paper. The experimental results show that the prediction accuracy of BP neural network optimized by genetic algorithm is improved. The validity of the algorithm is verified.

Key words: cancer prediction；BP neural network；genetic algorithm；GA-BP；principal component analysis

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1选题的意义与目的 1

1.2 国内外研究的概况 1

1.2.1 人工神经网络的研究现状 1

1.2.2 人工神经网络在癌症应用的研究现状 2

1.3 论文的主要研究内容 3

1.4 论文的重点 3

第二章 BP神经网络 4

2.1 BP算法方法的原理及思路 4

2.1.1神经网络的概述 4

2.1.2人工神经网络构成的基本原理 4

2.1.3 BP算法 5

2.2 BP神经网络的拓扑结构 8

2.3 BP 算法的不足 8

第三章 遗传算法优化 10

3.1遗传算法 10

3.1.1 遗传算法介绍 10

3.1.2遗传算法基本要素 10

3.1.3遗传算法的流程 12

3.2 GA-BP算法流程及实现步骤 13

第四章 基于主成分分析的癌症数据属性约简 15

4.1主成分分析的原理 15

4.2基于主成分分析的癌症数据属性的约简 16

第五章 基于GA-BP模型对癌症的预测 21

5.1 BP神经网络对癌症数据的训练和预测 21

5.1.1 BP神经网络的MATLAB工具箱 21

5.1.2 BP网络的构建 21

5.1.3 BP网络的训练结果 22

5.2遗传算法优化BP算法对癌症数据的预测 24

5.3基于GA-BP的方法与BP方法的预测结果对比 27

第六章 总结和展望 30

6.1总结 30

6.2展望 30

参考文献： 32

致谢 34

第一章 绪论

1.1选题的意义与目的

中国抗癌协会指出：如果癌症可以尽早发现是可以被治疗的。但大多数癌症患者在确认肿瘤为恶性时便错失了最佳的治疗时机。九成的癌症患者在早期并没有明显症状，导致被确诊为癌症时，80%的患者已经处于中期或晚期^[1]。因此，癌症的识别在临床治疗中便显得尤为的重要。

癌症样本的数据都具有样本数量少、高维数以及非线性等特征^[2]。癌症数据指标多样难以处理和分类。最近,一些学者研究发现，可以将神经网络应用于癌症的识别中，并取得了不错的效果。于是便有了用 SVM、GCM和CCM等基于神经网络的智能算法来诊断癌症。在预测上取得了一定的成果，但也存在一些问题。查阅文献后，得知BP网络为人工神经网络研究的一个主流方向，固此篇提出了将BP神经网络应用于癌症识别的研究中。

请支付后下载全文，论文总字数：19618字