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(dòng)物衛(wèi)生組織（OIE）已將其列為法定的A類(lèi)傳染病，我國(guó)農(nóng)業(yè)農(nóng)村部已將豬瘟列為法定動(dòng)物疫病一類(lèi)傳染病。豬瘟病毒對(duì)環(huán)境抵抗力不強(qiáng)，一般情況下不能在環(huán)境中長(zhǎng)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(shí)間也會(huì)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(lái)我國(guó)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(wú)典型癥狀，需要經(jīng)過(guò)大量剖檢和實(shí)驗(yàn)室檢查方可診斷，從患豬提取出來(lái)的病毒經(jīng)易感動(dòng)物傳代后毒力增強(qiáng)，經(jīng)實(shí)驗(yàn)室檢驗(yàn)后證明與石門(mén)系豬瘟強(qiáng)毒為同一血清型[1]；豬瘟在世界各地廣布，對(duì)養(yǎng)豬業(yè)具有嚴(yán)重的危害性。如今人們通過(guò)疫苗等方式控制豬瘟的暴發(fā)，但還是沒(méi)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(guó)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(guó)家又出現(xiàn)豬瘟暴發(fā)與流行，同時(shí)野豬也出現(xiàn)豬瘟感染的情況。我國(guó)多年來(lái)實(shí)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(gè)周期，疫點(diǎn)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(chǎng)，在形式上類(lèi)似于寄生蟲(chóng)病的疫源地[5]。我國(guó)是生豬生產(chǎn)、飼養(yǎng)與消費(fèi)大國(guó)，生豬飼養(yǎng)量占全球比例接近70%[6]，若能建立好的數(shù)學(xué)預(yù)測(cè)模型，有效地預(yù)測(cè)豬瘟的阻斷率，就能有助于動(dòng)物疫病防疫部門(mén)和相關(guān)的養(yǎng)殖單位盡早了解豬瘟暴發(fā)的趨勢(shì)。在風(fēng)險(xiǎn)較大的地方進(jìn)行提前預(yù)防，從而降低豬瘟對(duì)養(yǎng)殖業(yè)的經(jīng)濟(jì)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(cè)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(lái)的信息處理技術(shù)，具有人腦的學(xué)習(xí)能力、記憶能力和分析歸納能力，能朝著滿(mǎn)足給定的輸入和輸出關(guān)系方向進(jìn)行自我組織。一般神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由三個(gè)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(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)通過(guò)連接權(quán)重來(lái)接受其他節(jié)點(diǎn)的信息，然后通過(guò)內(nèi)部轉(zhuǎn)換函數(shù)從而輸出信息。BP算法的學(xué)習(xí)是通過(guò)正向傳播與反向傳播兩個(gè)過(guò)程來(lái)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(guò)程，如果輸出層得不到期望的輸出，就進(jìn)入反向傳播，而反向傳播是指將誤差信號(hào)沿著原來(lái)的連接通路返回，其通過(guò)修改各層節(jié)點(diǎn)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(dá)到最小為止。BP算法的實(shí)質(zhì)就是最小均方(LMS)算法的延伸。BP網(wǎng)絡(luò)具有強(qiáng)大的自學(xué)能力，且具有高度非線(xiàn)性的映射能力和通過(guò)非線(xiàn)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(shí)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(guò)充分訓(xùn)練的神經(jīng)網(wǎng)絡(luò)是有信賴(lài)度的。神經(jīng)網(wǎng)絡(luò)被廣泛運(yùn)用于各行業(yè)的預(yù)測(cè)，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(shí)程管理，醫(yī)學(xué)，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(lài)度，其功能強(qiáng)大，可分析任意種類(lèi)的信息。豬瘟病毒會(huì)伴隨著含毒介質(zhì)、溫度、降水量等氣候變量的變化，存活時(shí)間也會(huì)發(fā)生很大變化，所以，預(yù)測(cè)豬瘟的趨勢(shì)可以通過(guò)氣溫、降水量以及豬的抗體水平來(lái)預(yù)測(cè)。

1 材料與方法

1.1 材料 豬瘟的阻斷率資料選自龍巖學(xué)院動(dòng)物醫(yī)學(xué)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(guò)酶聯(lián)免疫吸附劑測(cè)定（ELISA）方法測(cè)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(lái)自龍巖市氣象局。

1.2 NeuroSolutions軟件的使用 試驗(yàn)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(zhuān)家系統(tǒng)（Neural Expert）用于快速找到所需的模型類(lèi)型，以詢(xún)問(wèn)的方式協(xié)助構(gòu)建網(wǎng)絡(luò)模型。測(cè)試向?qū)В═esting Wizard），協(xié)助快速測(cè)試神經(jīng)網(wǎng)絡(luò)，同時(shí)可以通過(guò)NeuroSulution For Excel整理數(shù)據(jù)[11]。

1.3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)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(duì)建模所需的訓(xùn)練數(shù)據(jù)在minitab中的描述性統(tǒng)計(jì)進(jìn)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(jì)

圖1 訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)

從表中可以看到，無(wú)論是traininput還是traindesire的變異系數(shù)和標(biāo)準(zhǔn)差的數(shù)值都是比較大的，試驗(yàn)建模數(shù)據(jù)的數(shù)值差異大，具有隨機(jī)性。同時(shí)也可以發(fā)現(xiàn)traininput和traindesire的平均值、平均值標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)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(cè)試數(shù)據(jù) 將2013年11月份的相關(guān)數(shù)據(jù)作為測(cè)試輸入數(shù)據(jù)（testinput），2013年12月份的阻斷率作為測(cè)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(cè)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(guò)詢(xún)問(wèn)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(wèn)題的類(lèi)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(lèi)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(jìn)行豬瘟阻斷率預(yù)測(cè)。

完成上述各項(xiàng)設(shè)定后，系統(tǒng)就會(huì)自動(dòng)完成類(lèi)神經(jīng)網(wǎng)絡(luò)（見(jiàn)圖1）。

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

1.5 卡方檢驗(yàn) 用軟件卡方檢驗(yàn)計(jì)算器檢驗(yàn)期望值與預(yù)測(cè)值之間的差異性。

2 結(jié)果與分析

按照上述過(guò)程對(duì)選取數(shù)據(jù)進(jìn)行豬瘟阻斷率預(yù)測(cè)，由圖2可見(jiàn)，經(jīng)軟件測(cè)試后得出的預(yù)測(cè)阻斷率曲線(xiàn)與期望阻斷率實(shí)際曲線(xiàn)擬合較好。

圖2 2013年12月份豬瘟阻斷率的預(yù)測(cè)曲線(xiàn)

由表2可知，期望阻斷率和預(yù)測(cè)阻斷率的誤差相對(duì)較小，誤差絕對(duì)值的平均值約為6.97。豬瘟抗體阻斷率≥50%時(shí)表示抗體陽(yáng)性；阻斷率≤40%時(shí)表示抗體陰性；阻斷率在40%～50%時(shí)，則應(yīng)在數(shù)日后再對(duì)該動(dòng)物重新進(jìn)行檢測(cè)。所以，阻斷率只要在相應(yīng)的閾值之內(nèi)就達(dá)到預(yù)測(cè)效果。

表2 2013年12月份部分豬瘟阻斷率期望值與預(yù)測(cè)值比較

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

表3 期望值與預(yù)測(cè)值的發(fā)病率對(duì)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(cè)的工具，在相關(guān)BP神經(jīng)網(wǎng)絡(luò)軟件中最享有名譽(yù)。它對(duì)數(shù)據(jù)要求不高（具有模糊推論能力），可以建立非線(xiàn)性且擬合度高的模型，能夠適時(shí)學(xué)習(xí)，對(duì)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(cè)預(yù)防部門(mén)以及研究部門(mén)。

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(duì)該地區(qū)豬瘟或其他疫病發(fā)病風(fēng)險(xiǎn)月內(nèi)的月發(fā)病率進(jìn)行預(yù)測(cè)[12-13]。根據(jù)前人的研究，以對(duì)豬瘟具有顯著相關(guān)的氣候因素作為試驗(yàn)的輸入變量，可提高建模及結(jié)果準(zhǔn)確性；本試驗(yàn)的優(yōu)點(diǎn)在于通過(guò)將氣候因素與豬瘟阻斷率相結(jié)合作為輸入變量，進(jìn)而預(yù)測(cè)下一個(gè)月的豬瘟阻斷率，而得到的阻斷率數(shù)據(jù)可以直觀(guān)了解該區(qū)域或是該豬場(chǎng)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(cè)，疫苗免疫后，抗體阻斷率≥50%時(shí)表示抗體陽(yáng)性；阻斷率≤40%時(shí)表示抗體陰性；阻斷率在40%～50%時(shí)，則應(yīng)在數(shù)日后再對(duì)該動(dòng)物重新檢測(cè)。

根據(jù)相關(guān)資料表明，豬瘟病毒粒子呈球形，可隨風(fēng)引起遠(yuǎn)距離跳躍式變化，因此，風(fēng)速大，病毒傳播距離遠(yuǎn)、傳播范圍大、發(fā)病率高[14]。一般來(lái)說(shuō)，隨著輸入變量的增多，網(wǎng)絡(luò)預(yù)測(cè)的精度就會(huì)上升，預(yù)測(cè)能力也會(huì)提高[14-15]。所以，本試驗(yàn)可以在原來(lái)的基礎(chǔ)上增加樣本的數(shù)量、增加相關(guān)性強(qiáng)的輸入變量來(lái)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整。如可以加入風(fēng)速作為輸入變量，從而讓網(wǎng)絡(luò)再學(xué)習(xí)、再訓(xùn)練，優(yōu)化網(wǎng)絡(luò)并提高其準(zhǔn)確性，使得預(yù)測(cè)結(jié)果更有價(jià)值。

4 結(jié) 論

1）本研究訓(xùn)練完后的網(wǎng)絡(luò)的預(yù)測(cè)能力較高，其預(yù)測(cè)豬瘟的阻斷率的誤差絕對(duì)值較小，平均值約為6.97。豬瘟的實(shí)際發(fā)病率約為7.9%，通過(guò)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(cè)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(cè)豬的疾病，它對(duì)于可進(jìn)行系列跟蹤的豬場(chǎng)以及預(yù)測(cè)監(jiān)督部門(mén)可以起到較好的預(yù)測(cè)功能。