<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">20</journal-id>
      <journal-title-group>
        <journal-title>《预防医学研究》</journal-title>
      </journal-title-group>
      <issn>2705-0459</issn>
      <publisher>
        <publisher-name>环宇科学出版社主办；华文科学出版社主管</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12421/2705-0440-8696-105</article-id>
      <article-id pub-id-type="publisher-id">14262</article-id>
      <title-group>
        <article-title>基于 EA-GRU 的血糖预测模型</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>陶国强1 张在房2 高 楠3</string-name>
        </contrib>
        <contrib contrib-type="author">
          <string-name>4 孙 金3</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>6</month>
      </pub-date>
      <issue>6</issue>
      <abstract>
        <p>糖尿病患者的血糖预测问题是一个时间序列预测问题，由于患者血糖值曲线是非线性非平稳的曲线，使用单纯的神经网络进行预测，所
得的预测效果欠佳，故在神经网络的基础上，对输入到神经网络的时间步长上引入注意力层，这个注意力层由竞争随机搜索算法得到，于是构建了一个
新的时间预测模型 EA-GRU。EA-GRU 模型将与 LSTM、EA-LSTM、GRU 预测模型进行对比，从 15 位糖尿病患者的血糖预测结果可以看出，EA-GRU 模型在
提前 60 分钟预测的均方根误差比 LSTM、EA-LSTM、GRU 分别减少了 0.4313、0.0898、0.0543。在克拉克误差网络当中，EA-GRU 模型预测的血糖值落在
A 区的比例达到 82.7%，是四个模型中比例最高的，EA-GRU 模型的预测效果比 LSTM、EA-LSTM、GRU 预测模型更好。
【关键词】血糖预测；竞争随机搜索算法；GRU 神经网络；EA-GRU 模型</p>
      </abstract>
    </article-meta>
  </front>
</article>
