基于人工智能算法的腧穴配伍規(guī)律的研究.pdf

1、中醫(yī)學(xué)是一個巨大的知識寶庫，針灸則是其至關(guān)重要的一部分。因此，與針灸息息相關(guān)的腧穴配伍規(guī)律研究也成為中醫(yī)研究的重點。本文旨在通過人工智能算法研究中醫(yī)腧穴配伍規(guī)律，以致更好的利用針灸治療相關(guān)疾病。
　　首先，本文設(shè)計與開發(fā)了一套中醫(yī)腧穴配伍管理系統(tǒng)，利用《中華醫(yī)典》（第四版）、中國知網(wǎng)、萬方知識數(shù)據(jù)服務(wù)平臺、維普期刊資源整合服務(wù)平臺等文件檢索資源數(shù)據(jù)庫，經(jīng)排除、整理后的數(shù)據(jù)錄入所開發(fā)的中醫(yī)腧穴配伍管理系統(tǒng)，從而實現(xiàn)了中醫(yī)腧穴配伍的數(shù)

2、據(jù)采集功能。
　　其次，由于中醫(yī)腧穴配伍管理系統(tǒng)所得數(shù)據(jù)龐雜而冗余。本文先對已錄入的部分原發(fā)性失眠與胃輕癱的數(shù)據(jù)進行簡單的處理，觀察其數(shù)據(jù)結(jié)構(gòu)以及腧穴配伍規(guī)則。經(jīng)分析研究，本文采用Apriori算法產(chǎn)生頻繁項集、腧穴配伍的支持度與置信度，形成關(guān)聯(lián)規(guī)則。由于應(yīng)用Apriori算法產(chǎn)生的關(guān)聯(lián)規(guī)則會出現(xiàn)無意義的現(xiàn)象，需要引入支持度與置信度以及某個特定的值來判斷關(guān)聯(lián)規(guī)則的意義。由此，這個特定的值的選取就尤為重要。為了產(chǎn)生合適的值，本文采用

3、遺傳算法進行計算。在每次產(chǎn)生頻繁項集時，再以產(chǎn)生的頻繁項集中尋找其真子集，記錄其支持度，應(yīng)用遺傳算法選取合適的k值，消除無意義的關(guān)聯(lián)規(guī)則。從而優(yōu)化Apriori算法，建立中醫(yī)腧穴配伍管理系統(tǒng)的Apriori-GA算法模型。
　　最后，針對中醫(yī)腧穴配伍管理系統(tǒng)的實際應(yīng)用情況與Apriori-GA算法的理論知識相結(jié)合，使用MATLAB軟件編寫軟件程序包。在中醫(yī)腧穴配伍管理系統(tǒng)中胃輕癱與原發(fā)性失眠的數(shù)據(jù)基礎(chǔ)上，生成關(guān)聯(lián)規(guī)則，并融入MCO