论文部分内容阅读
随着经济的发展,生活水平的提高,人们越来越重视饮食营养对健康的影响。为了提高营养治疗水平和管理能力,过去二十多年来,取得了许多重要的研究成果。对临床自动诊断,提高营养治疗效率是目前营养学领域内的热门研究课题之一。营养干预在对待临床上的各种疾病,具有极其重要的地位。研制功能强、通用性好、能够自动完成需结合营养治疗相关的常见疾病的诊断、病因的分析、治疗方案的确定及相应食物的推荐的专家系统是非常有必要的,它具有重要的社会意义和应用价值。本文以临床营养领域专家的理论知识和经验知识为基础,采用模糊知识表示,模糊推理,建立常见疾病诊断及营养治疗的模糊专家系统(DDNTFES)。主要包括以下几个方面的工作：(1)介绍了营养学的基础知识,临床营养与常见疾病的诊断与治疗等。(2)讨论了模糊逻辑的关系、运算及其表示,隶属度函数的确定。(3)对建立在模糊逻辑基础之上的模糊产生式规则的匹配进行讨论,根据传统的各种不同的模糊匹配的特点,提出了一种改进的模糊匹配方法(IDM),与其它方法进行了比较分析,IDM匹配方法能较好的克服传统模糊匹配中的一些不足；并对各种匹配法进行了融合,根据不同的应用领域可选择适当的模糊匹配方法。(4)分析现有的各种模糊知识推理方法,将两种不同的推理算子和合成算子相结合,证明了它的MP一致性；给出了MC算法的各种推理模型,在IDM匹配方法的基础上运用MC算法与合成规则推理(CRI)方案,完成了知识的推理。(5)构建了常见疾病诊断及营养治疗的模糊专家系统(DDNTFES),并对专家系统的实现过程及结构都进行了详细的说明。通过实验研究表明,IDM匹配方法能更合理的反映Fuzzy模式的匹配程度,结合MC算法,运用模糊专家系统解决营养疾病的诊断和治疗的问题是行之有效的。从理论上,为模糊知识匹配提供了新的方法,为其它各应用领域内模糊专家系统的构建提供了很好的借鉴；从实践上,能提高与营养相关的疾病诊断与治疗的效率,改进生命的质量。有一定的理论意义和应用价值。