این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
طب سنتی اسلام و ایران، جلد ۱۱، شماره ۱، صفحات ۶۱-۸۰
عنوان فارسی بهینه‌سازی درخت تصمیم‌گیری فازی با استفاده از الگوریتم ژنتیک به‌منظور تشخیص مزاج در طب سنتی ایران
چکیده فارسی مقاله سابقه و هدف: یکی از مباحث مهم و اساسی در طب ایرانی، دانش شناخت مزاج است و بسیاری از دستورات حفظ سلامتی، تشخیص و درمان بیماری‌ها بر مبنای مزاج تعیین‌شدۀ هر فرد با دیگران متفاوت است. کشف و شناخت شیوه‌های استاندارد تعیین مزاج از مهم‌ترین اولویت‌های پژوهشی در طب ایرانی است. در این پژوهش از درخت تصمیم فازی برای طبقه‌بندی داده‌ها و الگوریتم ژنتیک برای بهینه‌سازی ویژگی‌های لازم برای تشخیص مزاج استفاده می‌شود. مواد و روش‏ ها: در مطالعۀ حاضر از دو مجموعه داده با 52 نمونه و 221 نمونه استفاده می‌شود. برای هر دو مجموعۀ‌ داده، شناخت داده و مدل‌سازی تشخیص مزاج بر مبنای درخت تصمیم‌گیری فازی با الگوریتم ژنتیک انجام می‌شود. برای این کار ابتدا زیرمجموعه‌ای از ویژگی‌ها با استفاده از الگوریتم ژنتیک انتخاب و سپس درخت تصمیم‌گیری فازی به‌منظور ساخت قوانین استفاده می‌شود. یافته‌ها: برای هر مجموعۀ داده دو درخت تصمیم‌گیری برای گرمی/سردی و تری/خشکی ساخته و قواعد تولید شده توسط پزشک متخصص طب ایرانی ارزیابی شد. نتایج نشان داد قوانین صحیح تولید شده در مجموعۀ داده دوم برای مزاج گرم/سرد برابر با 44 درصد و مزاج تر/خشک برابر با 33 درصد است. در مجموعۀ دادۀ اول قوانین صحیح تولید شده توسط درخت تصمیم فازی با الگوریتم ژنتیک برای مزاج تر/خشک برابر با 9/5 درصد است. نتیجه‌گیری: مقایسۀ نتایج با پژوهش انجام‌شدۀ قبلی، نشان می‌دهد که استفاده از الگوریتم ژنتیک و انتخاب زیرمجموعه‌ای از ویژگی‌ها، حجم محاسباتی و اندازۀ درخت را کاهش می‌دهد و نتایج بهینه‌تری حاصل می‌شود و درصد خطاهای رخ داده هم کاهش می‌یابد. هر چند به‌نظر می‌رسد، در حال حاضر نتایج حاصل از این پژوهش کاربردی نیست ولی می‌تواند شروعی برای پژوهش‌های بعدی در زمینۀ بهینه‌سازی الگوریتم‌های هوشمند برای تشخیص مزاج باشد.
کلیدواژه‌های فارسی مقاله مزاج، طب ایرانی، درخت تصمیم‌گیری، منطق فازی، بهینه‌سازی
عنوان انگلیسی Fuzzy decision tree optimization by genetic algorithm for Mizaj (Temperament) detection in Traditional Persian Medicine
چکیده انگلیسی مقاله Background and Purpose: One of the most important topics in Persian Medicine is the knowledge of temperament identification and many of the instructions for preserving health, diagnosis and treatment of diseases are different based on the individual's temperament. Discovering and recognizing standard methods of temperament determination, is one of the most important research priorities in Persian Medicine. In this research, fuzzy decision tree for data classification and Genetic Algorithm (GA) to optimize the features necessary for the diagnosis of temperament is used.   Materials and Methods: In this study, two datasets with 52 and 221 samples were used. For datasets, data recognition and modeling Mizaj (Temperament) diagnosis based on fuzzy decision tree with GA was performed. To do this, first, a subset of features was selected using GA and then a fuzzy decision tree was used to make the rules.   Results: For each dataset, two decision trees were generated for warmth/cold and wet/dry and the produced rules by the Persian Medicine specialist were evaluated. The results showed that the produced correct rules in the second dataset are 44% for warm/cold Mizaj and 33% for wet/dry Mizaj. In the first dataset, the generated correct rules by the fuzzy decision tree with the GA for wet/dry Mizaj was 9.5%.   Conclusion: Comparison of the results with the previous research shows that the use of GA and subset selection of features, reduces the computational volume, size of the tree and error percentage so that better results can be achieved. Although, according to Persian Medicine experts' opinion, the results of this research are not currently applicable, they can be a starting point for further researches in the optimization of intelligent swarm algorithms for the diagnosis of Mizaj.
کلیدواژه‌های انگلیسی مقاله Mizaj, Temperament, Persian Medicine, Decision Tree, Fuzzy Logic, Optimization
نویسندگان مقاله راحله آوانسری | Raheleh Avansari


فرهاد سلیمانیان قره‌چپق | Farhad Soleimanian Gharehchopogh


مرتضی مجاهدی | Morteza Mojahedi


نشانی اینترنتی http://jiitm.ir/browse.php?a_code=A-10-1-522&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده اصیل پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات