بهینه سازی درخت تصمیم گیری فازی با استفاده از الگوریتم ژنتیک به منظور تشخیص مزاج در طب سنتی ایران

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 بیماری ها بر مبنای مزاج تعیین شده هر فرد با دیگران متفاوت است. کشف و شناخت شیوه های استاندارد تعیین مزاج از مهم ترین اولویت های پژوهشی در طب ایرانی است. در این پژوهش از درخت تصمیم فازی برای طبقه بندی داده ها و الگوریتم ژنتیک برای بهینه سازی ویژگی های لازم برای تشخیص مزاج استفاده می شود. مواد و روش ها: در مطالعه حاضر از دو مجموعه داده با ۵۲ نمونه و ۲۲۱ نمونه استفاده می شود. برای هر دو مجموعه داده، شناخت داده و مدل سازی تشخیص مزاج بر مبنای درخت تصمیم گیری فازی با الگوریتم ژنتیک انجام می شود. برای این کار ابتدا زیرمجموعه ای از ویژگی ها با استفاده از الگوریتم ژنتیک انتخاب و سپس درخت تصمیم گیری فازی به منظور ساخت قوانین استفاده می شود. یافته ها: برای هر مجموعه داده دو درخت تصمیم گیری 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 مجموعه داده دوم برای مزاج گرم/سرد برابر با ۴۴ درصد و مزاج تر/خشک برابر با ۳۳ درصد است. در مجموعه داده اول قوانین صحیح تولید شده توسط درخت تصمیم فازی با الگوریتم ژنتیک برای مزاج تر/خشک برابر با ۹/۵ درصد است. نتیجه گیری: مقایسه نتایج با پژوهش انجام شده قبلی، نشان می دهد که استفاده از الگوریتم ژنتیک و انتخاب زیرمجموعه ای از ویژگی ها، حجم محاسباتی و اندازه درخت را کاهش می دهد و نتایج بهینه تری حاصل می شود و درصد خطاهای رخ داده هم کاهش می یابد. هر چند به نظر می رسد، در حال حاضر نتایج حاصل از این پژوهش کاربردی نیست ولی می تواند شروعی برای پژوهش های بعدی در زمینه بهینه سازی الگوریتم های هوشمند برای تشخیص مزاج باشد.