自适应神经模糊推理系统用于证候诊断的研究

摘要

最近几年,针对复杂系统的自学习与参数(或规则)自调整模糊系统方面的研究受到各国学者的重视.神经网络的自学习功能应用于模糊系统模型,可建立自适应神经网络模糊系统(ANFIS),其特点是该系统是基于数据的建模方法,通过对大量的已知数据学习而建立系统的模糊隶属度函数及模糊规则.因此,对大数据、大样本特性复杂的系统尤为重要.证候是中医临床诊断与治疗的关键环节,是中医疗效评价的依据之一,但由于历史原因,中医证候规范化和系统化的研究薄弱.中医证候与其症状之间没有明确的函数关系,只有通过大量的文献资料、临床流调资料进行数据挖掘,客观如实的寻找中医证候与其症状之间的内在关系,是中医证候研究的一种新思维、新方法.本文用自适应神经网络模糊系统的建模方法对大量的证候数据库进行自动数据挖掘,建立规律性的模糊推理系统,可用于中医证候诊断。