易弘睿
摘 要：为深入贯彻落实全国、全省卫生与健康大会精神，根据《“健康中国2030”规划纲要》，结合深圳实际，制定该行动计划。该文主要采用了主成分分析、突变级数评估、层次分析、RBF神经网络预测和数据包络分析较好解决了深圳居民健康问题。该文首先对影响居民健康水平因素进行了分析，确定了其相应的指标并构建了包括22个指标在内的三层指标体系;找出深圳居民健康的主要问题并分析潜在的影响因素，为健康促进和健康干预行动提出建议;利用RBF神经网络对异常数据进行监测并及时推送解决方案;预测社会公共性的、与居民个体的心理健康发展状况;最后，向深圳相关部门基于以上论述总结，提出建设性意见
关键词：层次分析 RBF神经网络预测和数据包络分析 归一法
中图分类号：R193 文献标识码：A 文章编号：1672-3791（2020）04（c）-0180-03
以习近平总书记系列重要讲话精神和党中央治国理政新理念新思想新战略为指引，坚持把人民健康放在优先发展的战略地位，坚持正确的卫生与健康工作方针，实施重点领域健康行动计划。
1 问题的提出
搜集相关数据，将影响深圳市健康水平的因素进行定量分析，得出健康水平现状与发展趋势，并结合附件进行评估。
对“失配性”现象的机理进行解释，从4个方面综合考虑，建立能够支持健康水平动态测控需求的社会公共卫生与环境评估模型和居民个体评估模型，并给出解决类似“失配性”问题的方案。
2 模型建立与求解
2.1 问题一的解决
2.1.1 主成分分析模型建立
（1）构造两两判断矩阵。
由于问题的复杂性，a1，a2，…，an等因素对于P的重要性直接定量很苦难，所以用两两比较的方法确定权重。对于准则P“健康深圳”，元素ai和aj哪一个更重要，重要的程度如何，我们通常按1～9的比例标度对重要性程度赋值。
根据定义，首先，每样物品对于自身的重要性都是1，然后，在重要性的体现上，由于C>B>A，所以，C对于B是3倍重要，C对于A是5倍重要，B对于A是3倍重要，相反的重要性即其倒数。这样，我们可以形成一个的3×33×3的矩阵。
（2）判断矩阵的一致性检验。
已知n个元素a1，a2，…，an对于准则P的判断矩阵为A，a1，a2，…，an对于准则P的相对权重b1，b2，…，bn，b1，b2，…，bn，写成向量形式即为W=（b1，b2，…，bn）T.W=（b1，b2，…，bn）T。
确定权重向量W=（b1，b2，…，bn）TW=（b1，b2，…，bn）T后，使残差平方∑1≤i≤j≤n[1gaij-1g（bi/bj）]2∑1≤i≤j≤n[1gaij-1g（bi/bj）]2为最小。为了讨论一致性，需要计算矩阵最大特征根λmaxλmax，除常用的特征根方法外，还可使用公式：
λmax=∑i=1n（AW）inbi=1n∑i=1n∑j=1naijbjbiλmax=∑i=1n（AW）inbi=1n∑i=1n∑j=1naijbjbi （1）
得到最大特征根后进行一致性检验。在判断矩阵的构造中，并不要求aij·ajk=aikaij·ajk=aik严格成立。
对判断矩阵的一致性进行检验的步骤如下：
①计算一致性指标C.L.。
②查找相应的平均随机一致性指标R.I.。
③计算性一致性比例C.R.。
当C.R.<0.1时，认为判断矩阵的一致性是可以接受的;当C.R.≥0.1时，应该对判断矩阵做适当修正。
通过Matlab编程，求解得RIC（n）=0.073≤0.1RIC（n）=
0.073≤0.1，所以我们认为判断矩阵的一致性是可以接受的。
（3）利用和法进行权重的计算。
计算步骤如下：
第一步：A的元素按行归一化。
第二步：将归一化后的各行相加。
第三步：将相加后的向量除以n，即得权重向量。
随后对健康量化体系中各指标进行权重赋值，得到该教师教学质量量评价体系各个指标权重值与各个指标层次间的关系。
2.1.2 深圳市居民健康水平综合评价
（1）无量纲化处理。
我们对数据进行标准差标准化旨在对数据进行无量纲化处理，值为0代表近5年数据的平均值，低于这个水平数值反映为负数，反之同理，这样我们可以清晰的看出数据在5年之内的相对变化。将Excel表格数据导入MATLAB做出的各二级指标标准化数值的趋势图像（见图1）。
從图1中能看出影响深圳市居民健康水平大部分二级指标都处于总体上升趋势，其中下降的指标主要属于生活因素和环境因素。为了定量分析深圳市居民健康水平的综合趋势，引入每年深圳市居民综合健康水平标准化等效值SnSn来定量反映每年深圳市居民综合健康水平，仍采用权重分配计算出SnSn，由MATLAB绘制出近5年的趋势变化图像，并通过图像斜率等引入趋势分析法思想。
（2）趋势分析法。
修匀平均数（sm—mean）的“前sm—mean，实际上即为质控物测定值的平均数（T—mean）。若最初质控物的标准差为Ts，则用此平均数规则评价质控状态时，系由质控物的平均数检验修匀平均数的估计值，而以Z-值进行检验，公式形如：
Z=N（sm—mean—T—mean）/Ts （2）
