截止到2014年末,我国60岁以上的老年人口数量已经达到2.12亿,占人口总数的15.5%,65岁以上老年人口1.38亿,占人口总数的10.1%,并且持续增长趋势不减。随着全世界老年人口快速增长,老年人群的健康需求引起广泛关注。由于年纪渐长,老年人的生理功能缓慢减弱,身体问题逐渐突出,常见疾病的发生率在老年人群中也随之增高。对老年人进行健康水平的评估有助于老年人了解自身健康状况,在一定程度上帮助老年人对部分疾病进行早期预防,同时也可以为制订相应的卫生政策、提高老年人的生活质量提供科学指导。对老年人进行健康评估是指从身体、精神、心理和自理能力等多个角度检测,客观有效地评价老年人健康情况。此评估结果可在一定程度上鉴定他们身体健康程度、心理是否健康[1]、自理能力如何等相对重要的问题。为了探索更多更好的对老年人健康进行评估的方法,本文在了解其它评估方法的基础上考虑利用人工神经网络对贝叶斯方法中的先验概率的获得进行了优化,增加所得后验概率的正确性,以实现判断各个因素对造成老年疾病影响程度的目的。本论文所做的工作主要有以下几个方面:一、对老年人健康评估和疾病诊断方法有一个清楚的了解,对国内外研究情况做了详细的介绍,了解到各方法的评估过程以及优劣势。提出将神经网络和贝叶斯方法相结合对老年人的健康(针对某项疾病)进行评估,预测其可行性并验证。根据实验仿真结果,全面评价新方法的优点、需要完善的地方以及是否可以拓展到其它类似疾病的判断。二、概括了人工神经网络和贝叶斯网络的发展情况、基本概念、原理、算法过程以及其在健康评估与疾病诊断方面的一些主要应用。并在了解相关理论的条件下,根据实际需要构建了合适的网络模型。三、论文详细介绍了适合本文研究的BP人工神经网络模型的选择,其中包括数据的来源、预处理、训练参数的设置、训练的过程以及结果。以及如何将所得权重向量利用公式转化为权重和先验概率的过程,最后分析得到的后验概率的合理性,推究老年人某一疾病最大的影响因素。网络的搭建方便,自适应能力强,训练过程简单,实用价值良好。