基于NeuroSolutions神經(jīng)網(wǎng)絡(luò)軟件預(yù)測豬瘟發(fā)病風險

陳培廉

龍海市顏厝畜牧獸醫(yī)站 福建龍海 363100

豬瘟（Swine fever）是由豬瘟病毒引起的一種具有高度接觸性的傳染病。世界動物衛(wèi)生組織（OIE）已將其列為法定的A類傳染病，我國農(nóng)業(yè)農(nóng)村部已將豬瘟列為法定動物疫病一類傳染病。豬瘟病毒對環(huán)境抵抗力不強，一般情況下不能在環(huán)境中長期存活，但伴隨著含毒介質(zhì)、溫度等其他氣候條件的變化，豬瘟病毒存活時間也會發(fā)生很大變化[1]。根據(jù)豬瘟臨診癥狀可分為急性型豬瘟、慢性型豬瘟、遲發(fā)型豬瘟。近年來我國又出現(xiàn)一些臨診癥狀為非典型的豬瘟患豬。非典型豬瘟不同于往常的豬瘟，其無典型癥狀，需要經(jīng)過大量剖檢和實驗室檢查方可診斷，從患豬提取出來的病毒經(jīng)易感動物傳代后毒力增強，經(jīng)實驗室檢驗后證明與石門系豬瘟強毒為同一血清型[1]；豬瘟在世界各地廣布，對養(yǎng)豬業(yè)具有嚴重的危害性。如今人們通過疫苗等方式控制豬瘟的暴發(fā)，但還是沒有辦法真正消滅豬瘟。根據(jù)相關(guān)資料得知，歐洲和美洲一些國家先后采取消滅豬瘟措施，并獲得成功，但近幾年那些已宣布消滅豬瘟的部分歐洲國家又出現(xiàn)豬瘟暴發(fā)與流行，同時野豬也出現(xiàn)豬瘟感染的情況。我國多年來實行以免疫預(yù)防為主的豬瘟防控策略，使豬瘟急性暴發(fā)式流行得到控制[2-4]。但其形式已從頻繁發(fā)生的大流行轉(zhuǎn)變?yōu)橹芷谛?、波浪式的地區(qū)性、散發(fā)性流行，通常3～4年一個周期，疫點顯著減少，多局限于所謂“豬瘟不穩(wěn)定地區(qū)”的散發(fā)性流行，局限于某些地區(qū)、某些豬場，在形式上類似于寄生蟲病的疫源地[5]。我國是生豬生產(chǎn)、飼養(yǎng)與消費大國，生豬飼養(yǎng)量占全球比例接近70%[6]，若能建立好的數(shù)學預(yù)測模型，有效地預(yù)測豬瘟的阻斷率，就能有助于動物疫病防疫部門和相關(guān)的養(yǎng)殖單位盡早了解豬瘟暴發(fā)的趨勢。在風險較大的地方進行提前預(yù)防，從而降低豬瘟對養(yǎng)殖業(yè)的經(jīng)濟傷害。

目前，BP神經(jīng)網(wǎng)絡(luò) （Back Propagation Network）是最具可信度的預(yù)測方式，它是依據(jù)人的腦和神經(jīng)系統(tǒng)處理信息的原理而研發(fā)出來的信息處理技術(shù)，具有人腦的學習能力、記憶能力和分析歸納能力，能朝著滿足給定的輸入和輸出關(guān)系方向進行自我組織。一般神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由三個部分組成，包括輸入層、隱含層和輸出層。每層有相應(yīng)的幾個節(jié)點，每個節(jié)點通過連接權(quán)重來接受其他節(jié)點的信息，然后通過內(nèi)部轉(zhuǎn)換函數(shù)從而輸出信息。BP算法的學習是通過正向傳播與反向傳播兩個過程來完成的，正向傳播是指輸信息從輸入層到隱含層再傳入輸出層的過程，如果輸出層得不到期望的輸出，就進入反向傳播，而反向傳播是指將誤差信號沿著原來的連接通路返回，其通過修改各層節(jié)點之間的權(quán)重值從而不斷調(diào)整網(wǎng)絡(luò)參數(shù)，直到誤差函數(shù)達到最小為止。BP算法的實質(zhì)就是最小均方(LMS)算法的延伸。BP網(wǎng)絡(luò)具有強大的自學能力，且具有高度非線性的映射能力和通過非線性函數(shù)（S型）的多次復(fù)合，以任意精度逼任意連續(xù)函數(shù)的信息處理和模式識別能力，是目前被廣泛采用的一種人工神經(jīng)網(wǎng)絡(luò)模型[7-10]，通過充分訓(xùn)練的神經(jīng)網(wǎng)絡(luò)是有信賴度的。神經(jīng)網(wǎng)絡(luò)被廣泛運用于各行業(yè)的預(yù)測，例如產(chǎn)品品質(zhì)分析、化工程序診斷，股票投資、債券投資，品資管理、時程管理，醫(yī)學，石油產(chǎn)量等。在神經(jīng)網(wǎng)絡(luò)有關(guān)軟件中又以NeuroSolutions最具權(quán)威性和可信賴度，其功能強大，可分析任意種類的信息。豬瘟病毒會伴隨著含毒介質(zhì)、溫度、降水量等氣候變量的變化，存活時間也會發(fā)生很大變化，所以，預(yù)測豬瘟的趨勢可以通過氣溫、降水量以及豬的抗體水平來預(yù)測。

1 材料與方法

1.1 材料 豬瘟的阻斷率資料選自龍巖學院動物醫(yī)學研究所收集的2013年10～12月龍巖新羅區(qū)、永定縣、漳平市的部分豬瘟阻斷率資料。其中豬瘟阻斷率是通過酶聯(lián)免疫吸附劑測定（ELISA）方法測定的。氣象因素選取龍巖新羅區(qū)、永定縣、漳平市2013 年 10～12 月的月平均氣溫(℃)、月降水量(mm)，氣象資料來自龍巖市氣象局。

1.2 NeuroSolutions軟件的使用 試驗采用的是NeuroSolutions人工神經(jīng)網(wǎng)絡(luò)。它利用神經(jīng)系統(tǒng)向?qū)В∟eural Wizard）協(xié)助找尋需要的網(wǎng)絡(luò)，并且提供專家系統(tǒng)（Neural Expert）用于快速找到所需的模型類型，以詢問的方式協(xié)助構(gòu)建網(wǎng)絡(luò)模型。測試向?qū)В═esting Wizard），協(xié)助快速測試神經(jīng)網(wǎng)絡(luò)，同時可以通過NeuroSulution For Excel整理數(shù)據(jù)[11]。

1.3 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立

1.3.1 數(shù)據(jù)的選擇與分析

1.3.1.1 訓(xùn)練數(shù)據(jù) 以2013年10月份的相關(guān)數(shù)據(jù)作為建模用的訓(xùn)練輸入數(shù)據(jù)（traininput），以2013年11月份的豬瘟阻斷率作為訓(xùn)練期望數(shù)據(jù)（traindesire），以此訓(xùn)練模型。對建模所需的訓(xùn)練數(shù)據(jù)在minitab中的描述性統(tǒng)計進行數(shù)據(jù)分析，可得表1。

表1 訓(xùn)練數(shù)據(jù)中阻斷率的描述性統(tǒng)計

圖1 訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)

從表中可以看到，無論是traininput還是traindesire的變異系數(shù)和標準差的數(shù)值都是比較大的，試驗建模數(shù)據(jù)的數(shù)值差異大，具有隨機性。同時也可以發(fā)現(xiàn)traininput和traindesire的平均值、平均值標準誤差、標準差以及變異系數(shù)都比較相似，可以預(yù)判適合用于建模。

1.3.1.2 測試數(shù)據(jù) 將2013年11月份的相關(guān)數(shù)據(jù)作為測試輸入數(shù)據(jù)（testinput），2013年12月份的阻斷率作為測試期望數(shù)據(jù)（testdesire）。

1.3.2 NeuroSolutions神經(jīng)網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練 （1）整理數(shù)據(jù)：讓訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的數(shù)量比約為1：4，再整理成txt格式。（2）選擇能夠通過詢問方式智能協(xié)助構(gòu)建神經(jīng)網(wǎng)絡(luò)的Neural Expert。（3）選擇解決問題的類型Prediction，輸入訓(xùn)練輸入數(shù)據(jù)、訓(xùn)練期望輸出數(shù)據(jù)。（4）建立類神經(jīng)網(wǎng)絡(luò)。（5）訓(xùn)練網(wǎng)絡(luò)至收斂，利用權(quán)重值進行豬瘟阻斷率預(yù)測。

完成上述各項設(shè)定后，系統(tǒng)就會自動完成類神經(jīng)網(wǎng)絡(luò)（見圖1）。

1.4 神經(jīng)網(wǎng)絡(luò)測試 保存以上神經(jīng)網(wǎng)絡(luò)模型，選擇Test按鍵，輸入測試輸入數(shù)據(jù)、測試期望數(shù)據(jù)。

1.5 卡方檢驗 用軟件卡方檢驗計算器檢驗期望值與預(yù)測值之間的差異性。

2 結(jié)果與分析

按照上述過程對選取數(shù)據(jù)進行豬瘟阻斷率預(yù)測，由圖2可見，經(jīng)軟件測試后得出的預(yù)測阻斷率曲線與期望阻斷率實際曲線擬合較好。

圖2 2013年12月份豬瘟阻斷率的預(yù)測曲線

由表2可知，期望阻斷率和預(yù)測阻斷率的誤差相對較小，誤差絕對值的平均值約為6.97。豬瘟抗體阻斷率≥50%時表示抗體陽性；阻斷率≤40%時表示抗體陰性；阻斷率在40%～50%時，則應(yīng)在數(shù)日后再對該動物重新進行檢測。所以，阻斷率只要在相應(yīng)的閾值之內(nèi)就達到預(yù)測效果。

表2 2013年12月份部分豬瘟阻斷率期望值與預(yù)測值比較

由表3可知，期望值里有31頭豬表現(xiàn)為陽性；3頭表現(xiàn)為陰性，發(fā)病率為7.9%。預(yù)測值里則有32頭豬表現(xiàn)為陽性，4頭表現(xiàn)為陰性，發(fā)病率為10.5%。發(fā)病率差距相對較小。經(jīng)卡方檢驗計算得出，期望值與預(yù)測值之間差異不顯著（P＞0.05）。

表3 期望值與預(yù)測值的發(fā)病率對比

3 討 論

NeuroSolutions軟件是一款容易操作且可以很好地建立神經(jīng)網(wǎng)絡(luò)模型并用于預(yù)測的工具，在相關(guān)BP神經(jīng)網(wǎng)絡(luò)軟件中最享有名譽。它對數(shù)據(jù)要求不高（具有模糊推論能力），可以建立非線性且擬合度高的模型，能夠適時學習，對于不懂神經(jīng)網(wǎng)絡(luò)算法的人也可以輕易上手，適合于相關(guān)監(jiān)測預(yù)防部門以及研究部門。

前人的研究多為研究豬瘟或其他疫病與氣候因素的關(guān)系，并利用顯著相關(guān)的氣象要素對該地區(qū)豬瘟或其他疫病發(fā)病風險月內(nèi)的月發(fā)病率進行預(yù)測[12-13]。根據(jù)前人的研究，以對豬瘟具有顯著相關(guān)的氣候因素作為試驗的輸入變量，可提高建模及結(jié)果準確性；本試驗的優(yōu)點在于通過將氣候因素與豬瘟阻斷率相結(jié)合作為輸入變量，進而預(yù)測下一個月的豬瘟阻斷率，而得到的阻斷率數(shù)據(jù)可以直觀了解該區(qū)域或是該豬場的豬群抗體水平，從而可更好地做好預(yù)防工作。母豬豬瘟抗體（阻斷值）采用ELISA法檢測，疫苗免疫后，抗體阻斷率≥50%時表示抗體陽性；阻斷率≤40%時表示抗體陰性；阻斷率在40%～50%時，則應(yīng)在數(shù)日后再對該動物重新檢測。

根據(jù)相關(guān)資料表明，豬瘟病毒粒子呈球形，可隨風引起遠距離跳躍式變化，因此，風速大，病毒傳播距離遠、傳播范圍大、發(fā)病率高[14]。一般來說，隨著輸入變量的增多，網(wǎng)絡(luò)預(yù)測的精度就會上升，預(yù)測能力也會提高[14-15]。所以，本試驗可以在原來的基礎(chǔ)上增加樣本的數(shù)量、增加相關(guān)性強的輸入變量來對網(wǎng)絡(luò)結(jié)構(gòu)進行調(diào)整。如可以加入風速作為輸入變量，從而讓網(wǎng)絡(luò)再學習、再訓(xùn)練，優(yōu)化網(wǎng)絡(luò)并提高其準確性，使得預(yù)測結(jié)果更有價值。

4 結(jié) 論

1）本研究訓(xùn)練完后的網(wǎng)絡(luò)的預(yù)測能力較高，其預(yù)測豬瘟的阻斷率的誤差絕對值較小，平均值約為6.97。豬瘟的實際發(fā)病率約為7.9%，通過人工神經(jīng)網(wǎng)絡(luò)軟件得出的發(fā)病率約為10.5%，兩者間差異不顯著（P＞0.05），預(yù)測具有可信度。

2）NeuroSolutions神經(jīng)網(wǎng)絡(luò)軟件建立的模型可以較好地預(yù)測豬的疾病，它對于可進行系列跟蹤的豬場以及預(yù)測監(jiān)督部門可以起到較好的預(yù)測功能。