广西巴马县是世界五大长寿乡之一。影响巴马居民寿命的因素有哪些？这是国内外一直非常关注和致力于研究解决的热点问题。本文根据人工智能具有自适应、自组织、自学习，特别适于处理庞杂数据等特点，首次采用人工智能技术来研究巴马长寿问题。在对巴马进行数月实地考察，采集大量数据并进行相关统计处理基础上，用人工神经网络等技术，研究建立了巴马长寿研究系统模型。通过该模型，可以较好地了解和分析巴马地磁强度、居民头发中微量元素、居民日常用水和耕种土壤中微量元素等对居民长寿的影响，为广西巴马长寿研究提供一个新的、有效研究方法。论文的主要工作是：　　 首先和课题其它成员一道，历经数月对巴马进行实地测量，数据采集等现场工作。先后采集了该县二十二个屯的地磁强度、经纬度、居民头发、日常用水、耕种土壤等数据和样品。　　 然后进行基于人工智能技术的巴马长寿研究系统总体建模方案设计，并建立相应模型。包括：　　 （1）在完成了地磁数据处理，模型系数计算，磁场强度等值线图绘制的基础上，建立了地磁场强度与长寿关系模型，并根据此模型进行磁场强度与长寿率相关性分析。结果表明地磁强度和长寿密切相关，且在一定的阈值范围，巴马地磁与其长寿率成正比。　　 （2）基于巴马部分长寿村居民头发微量元素数据，利用标准BP神经网络，建立了居民头发微量元素与长寿关系模型。然后用巴马其它村庄居民头发微量元素数据，对该模型进行检验，结果表明，该模型能有效推断被测者年龄值及头发中6种微量元素对寿命产生的不同影响，为研究微量元素对人类寿命的影响提供一个可借鉴的研究模型。　　 （3）在实地采集数据的基础上，运用遗传算法改进的BP网络，建立了居民日常用水和耕种土壤中微量元素与长寿关系模型，完成日常用水和耕种土壤中微量元素含量与长寿率相关性分析，长寿率推算。通过该模型，可以较为准确推算村庄长寿人口比率，并给出镁、锰、钠等元素对寿命产生的不同影响。　　 利用人工智能方法研究长寿问题具有主观人为干扰因素小，不需要研究者具备大量长寿领域专业知识的特点。还可以通过智能分析数据的内部特征，给出结论，并具有一定的预测功能，同时其移植性和可扩展性较好。