Сборник научных трудов конференции якутск 2015
жүктеу/скачать 13,27 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Факторный анализ системы показателей.
| Материалы и методы.
Проведен эпидемиологический анализ данных о состоянии здоровья всего населения ЯНАО за 2008-2013 гг., полученных из статистической отчетности Департамента здравоохранения ЯНАО. Показатели заболеваемости представлены в виде количества случаев на 1000 населения соответствующего возраста (‰). Составлен персентиль-профиль заболеваемости населения ЯНАО с учетом возрастной группы и территории проживания. Оценка влияния факторов внешней среды и апробация впервые разработанных математических методов проведены в Ямальском районе ЯНАО. Динамика изучаемых объектов рассматривалась за период 2003-2013 годы, что позволило оценить тренды метеорологических параметров и уровни антропогенного 100 воздействия на объекты окружающей среды и потенциальный риск здоровью населения; обеспеченности и доступности медицинской помощи; социальной инфраструктуры и социально-экономического благополучия на изучаемой территории. Так как на территории Ямальского района не проводится контроль химического загрязнения атмосферного воздуха, то для оценки потенциального ингаляционного риска использованы результаты модельных расчетов загрязнения воздуха (по УПРЗА «Эколог»). Верификация расчетов рассеивания загрязняющих веществ дана по измеренным концентрациям в аккумулирующей среде (почве). Факторный анализ системы показателей. Разработана специализированная методика анализа данных, основанная на предложенных модификациях оператора Шепарда. Проведен факторный анализ системы основных показателей здоровья населения и условий жизнедеятельности, включающий 4 подсистемы и 25 элементов, с целью выявления и отсечения отклоняющихся прецедентов. Разработаны специализированные метрики в пространстве экспериментальных данных и подобраны типы критериев качества для задач параметрической идентификации моделей здоровья населения. С помощью метода Шепарда, базирующегося на атрибутивном отсутствии этапа обучения и характеризующегося чрезвычайно легкой масштабируемостью, построены интерполирующие функции по “нерегулярным данным” [1,4]. Предложен модифицированный вариант данной модели с дополнительными параметрами , которые можно интерпретировать как веса соответствующего фактора (переменной исходного пространства). Очевидно, что если , то значение соответствующего (j-го) фактора не влияет на вычисляемое значение функции Шепарда, и его можно исключить из модели и последующих расчетов. Для определения значений параметров использована процедура оптимизации функционала, оценивающего качество работы построенной модели. Предложенный функционал по сути представляет собой один из вариантов реализации метода скользящего контроля (кросс-валидации). Выбранный минимизируемый функционал — невыпуклый и недифференцируемый, что 101 накладывает определенные ограничения на методы оптимизации, которые можно использовать для решения этой задачи. В работе применены глобализованные методы покоординатного спуска и поиска по случайному направлению. Для всех элементов на старте были выбраны параллелепипедные ограничения – [0,1], а начальные значения оптимизируемых переменных равны 1. При таких настройках модифицированная модель Шепарда становится эквивалентной исходной. Глобализованный покоординатный спуск осуществляет последовательный одномерный поиск по каждой из координат пространства параметров в выбранном диапазоне путем построения случайной сетки с достаточно большим числом узлов (100 – 1000) и переходом в найденный на очередной итерации минимум. Реализован и протестирован рандомизированный вариант этого метода со случайным выбором очередной оптимизируемой переменной, для повышения надежности глобального поиска использована методика случайного мультистарта. жүктеу/скачать 13,27 Mb. Достарыңызбен бөлісу:
|