مبانی مدلسازی شبکه عصبی فازی در سیستم هایپیچیده مهندسی پزشکی

اگر پیچیدگی سیستم زیاد بوده و داده های کافی موجود نباشد و یا داده های موجود مبهم و غیرصریح باشند، منطق فازی بهترین وسیله برای مدلسازی سیستم خواهد بود. شبکه عصبی مصنوعی به عنوان یک روش نوین، در مدل سازی و پیش بینی رفتار سیستم های پیچیده و غیرخطی و غیرماندگار که برای شناخت و توصیف دقیق آنها راه حل و رابطه صریحی وجود ندارد، مناسب می باشد. به هر حال عملکرد مغز و اعصاب انسان با توجه به میلیون ها سال تکامل می تواند به عنوان کامل ترین و کارآمدترین الگو برای تشخیص وقایع پیرامون خود باشد. نظر به اینکه سیستم فازی با شبکه عصبی مصنوعی مکمل همدیگر می باشند لذا یکپارچه سازی این دو سیستم حائز اهمیت خواهد بود. با ایجاد شبکه عصبی فازی، استفاده از عبارات دارای ابهام و عدم قطعیت در اجزای شبکه عصبی مصنوعی( ورودی، خروجی، نرون و ...) امکان پذیر خواهد بود و تلاش خواهد شد تا قابلیت های یادگیری شبکه عصبی مصنوعی وارد سیستم فازی شود.لذا در این مقاله به دنبال مدل سازی شبکه عصبی فازی در سیستم های پیچیده در حوزه مهندسی پزشکی خواهیم بود.

کلیدواژه ها:

مدل سازی ریاضیات فازی ، سیستم پیچیده ، شبکه عصبی مصنوعی فازی ، مهندسی پزشکی.