主成分分析和反向传播神经网络模型在血液透析机预防维护中的应用

摘要

目的:应用主成分分析和反向传播(BP)神经网络组合模型,分析影响血液透析机维修成本因素,控制维修成本.方法:对影响血液透析机维修费用的设备型号、购置单价、设备使用年限、配件类型、配件单价和配件数量6大因素进行主成分分析,根据特征根值和累计贡献率进行主成分提取,将入选主成分作为输入变量,维修费用为输出变量,构建3层结构的BP神经网络模型,分析影响维修费用的主要因素.结果:主成分分析选取的4个主成分包含全部变量87.708％的信息,建立的BP神经网络模型预测值与设备维修费用呈正相关性.灵敏度由高到低依次为第4主成分(38.5％)、第1主成分(36.0％)、第2主成分(13.4％)和第3主成分(12.1％);维修成本贡献由大到小主要因素依次为配件单价、设备型号和配件类型,其次为配件数量、使用年限和购置单价.结论:基于主成分分析的BP神经网络模型能较好的预测血液透析机维修成本,做好特定型号透析机的预防性维护保养能减少重大故障发生,降低设备维修成本.