王灿　王珍惜

【摘 要】利用混沌学基本原理研究由医院患者组成的一个系统的规律和秩序。临床医学上，每天有成千上万的患者就医，这些患者的大量特征指标从多个侧面共同反映了人们本身的身体状况，然而，这些特征指标对应于其载体状况之间到底是随机的关系还是存在某些必然关系？在科学上，如果一个系统的演变过程对初态非常敏感，那就可以认为是一个混沌系统。蝴蝶效应就是混沌学中的一个典型概念之一。混沌学可以在一些随机的、无序的系统中挖掘出规律和秩序。因此可以利用数学上的混沌原理，对医院患者的特征指标的时间序列进行分析挖掘，得出哪些指标将会预示着某类疾病发病的变化，而另一些生理特征指标则是随机出现的，从而为医生对疾病发病态势的预测提供科学依据。

【关键词】时间序列；混沌现象；数学模型

0 引言

科学研究中，人们试图对一个事物进行深入的分析研究，通常需要应用数学的工具，那么，数据模型就是一种比较科学的研究工具。模型是对一个事物的抽象描述，并对模型得到结果做出专家判断，从而揭示事物的本质及其表象与本质的关系。临床实践上，要想对某种病变进行介入治疗起到良好的效果，或者对预防病变的恶化最大限度的延迟，不仅要进行定性分析更要进行准确的定量分析，以此达到介入治疗的最佳时机和最有效的介入方式，这样就需要对人类的各种生理指标进行规律性的研究，根据大量的临床试验，获得发生异常的临界值以及病变可能演变的趋势。如果把一个系统的演变构成看作一个函数图象，并且自变量的变化引起因变量的强烈改变，那么这个系统就可以认为是一个混沌系统。蝴蝶效应就是混沌学中的一个典型概念之一。混沌学可以在一些随机的、无序的系统中挖掘出规律和秩序。比如在医学中，它可以从人类万千生理指标中发现病变的生理指标变化，从而准确、准时的介入治疗。

1 混沌的核心和特征

吸引子作为混沌学的重要组成部分，我们可以认为它就是混沌学的理论核心内容，那么什么是吸引子呢？简单来说极限就是一个吸引子。无论从任何一个维度趋向于无穷大时，结果都会趋向于一个集合，这个集合我们可以叫做吸引子集。对于一个集合，当时间趋向于无穷大时，在任何一个有界集上出发的非定常流的所有轨道都趋于它，那么它就是吸引子集合。图形化展示对于人们对问题的分析及观察有着天然的优势，它直观的反应了事物的一切，图形化可以说适用于一切变量与自变量之间变化的规律揭示。通常，我们对于系统的所有状态进行一个聚类处理，如果所有状态聚集为一个类，那么认为这个系统只存在唯一的吸引子，如果出现了多个聚类，而这些聚类之间不存在关联关系，那么我们可以认为这个系统包含多个吸引子。混沌系统其实并不是一个封闭的系统，而是一个耗散系统，因此，混沌系统的孤立点并不是原本孤立的，而是通过耗散效应后留下的奇异点，当然奇异点可以是单个孤立点，也可以是一个复杂的集合，甚至是一个复杂的系统。然而这些奇异点不属于任何吸引子的阈值范围，吸引子的阈值范围是指就是构成这个吸引子的所有点集构成的一个集合。尽管大多数常见的紧致耗散混沌系统有吸引子，但混沌系统不一定都有奇异吸引子。

混沌有四个基本特性[3]：（1）复杂性：内因对混沌现象有着决定性和完全性。一般来讲，混沌现象依赖于其存在的体系，对于整个系统来说，混沌体系具有稳定性，而对于其内部来讲却十分的敏感，初始化的微笑变动将会引起结果的轩然大波。（2）分形性： 混沌系统运动轨道在空间的几何形态可用分数维描述。（3）非线性：混沌系统并不是一个直线变化的系统，比如：当一个角度趋向时，他的正切值趋向于无穷大，但是当这个角度为100π时，那么他的值却是0。（4）无限性：首先混沌是一个游戏太的，然而他又是无周期的。基于混沌的四个基本特征，对于混度的计算，只要数据精度足够高，那么则可以发现很小尺寸混度的有序运动，这与大尺寸混度的变化就像母子关系一样，有着惊人的相似。

2 医学时间序列中的混沌

随着混沌现象的揭示，混沌系统不是随机系统，它是有规律的，是可以做出预测的，统计学在混沌发展的进程中担当了这个重要的角色，它通过建立科学的模型，对实际的中存在噪音或者说是存在误差的数据进行分析，从而发现混淆系统存在的客观规律，做出预测。当然，线性时间序列模型并不是一直都很幸运，大多时候需要非线性时间序列模型来帮忙。而医学上大量的临床数据，为实现在时间序列上对数据隐含的信息进行深层次的挖掘分析提供了很好的依据。

对于人类对事物的认知规律来看，图形化再次成为揭示事物规律的主角，图形化可以清楚的展示事物发展的周期、单调性、稳定性、顺序性等诸多变化规律。遗憾的是时间序列蕴含的大量信息远远超乎我们的眼球，因此我们可以试图了解状态空间，看是否能得到更为丰富的信息，最终它并没有使我们失望。图1所示为徐州医学附属医院门诊信息所组成的混沌系统，从图上我们可以清楚的看出不同时刻门诊量的变化很大，而且变化并没看到明显的规律性等特征。

为了研究该时间序列上的混沌现象，我们设t时刻的状态为（xt-1，x，xt+1），分别以xt-1，xt及xt+1为坐标轴，绘制时序状态的散点图，在三维空间中构成一椭球，如图2，可见三者之间互有相关关系。

在构成状态空间时，各元素也具有不同量纲，比如设Vt=（xt+1-xt）/xt，则状态空间（xt，Vt）中时序xt的表现如图3，其现实意义是：当门诊量为xt时，其门诊增长速度Vt应当位于的范围，图形展示门诊量超过20000以上时，增长速度在0左右振动；当增长速度低时，增长速度集中在正负1之间。

本文的徐州医学院附属医院门诊变量的观测值构成了一个时间序列，它是时间学列数学模型的一个特例，并解释了门诊量的变化规律以及其它蕴含的丰富信息。当然，通过状态空间的表达，也可以从不同的侧面获得大量的信息，并能确定表面时间序列{xt}是一个混沌系统，而非一个随机系统，且三维状态空间（xt-1，xt，xt+1）中时序的表现也与自相关函数的描述获得一致结论。

3 结语

实际上，看似随机的测量因素在时间序列中，却决定了事物的必然性，虽然我们不能通过精确的计算来得到它，但是却可以通过混沌的特征示人。在通过时间序列来解决医学中出现的问题时，我们可以通过构造多维空间尝试展示医学系统中的混沌特征，从而可以通过时间序列的非线性特征对医学系统进行深入的探索研究。

【参考文献】

[1]徐国祥.统计预测和决策[M].上海财经出版社，2012.

[2]殷光伟.小波变化和混沌理论在股票预测中的应用[J].西北农林科技大学学报，2005.

[3]王东生，曹磊.混沌、分形及应用[M].合肥：中国科学技术大学出版社，1995，80-90.

[4]向昌盛，周子英.混沌时间序列的支持向量机预测[J].统计与决策.2010，1.

[5]Weissfeld LA and Butler PM . Use of regression diagnostics in nursing studies. Nursing Research，1988，37（2）.

[责任编辑：朱丽娜]