袁付勇，毕 利

(宁夏大学 信息工程学院，宁夏 银川 750021)

0 引 言

中医辨证是对症状信息的整合与分析，要求医师有扎实的中医知识和丰富的诊断经验，给中医的传承和应用带来了挑战。智能诊断是中医信息化发展中重要的一部分，利用人工智能算法实现疾病诊断可以帮助医生更全面、准确地确定病情。国外对中医应用的研究也在不断深入，包括对中医诊断决策算法的研究[1-3]、中医药的病理研究[4]等，其中诊断决策算法以决策树、神经网络为主。国内对中医的研究更为重视，中医智能化进程不断加快[5]，诊断决策算法的设计显得尤为重要，很多智能算法都曾被尝试应用到中医诊断中，其中人工神经网络算法凭借较好的非线性映射能力、自学习能力被广泛应用于中医诊断的各个层面[6,7],如BP神经网络[8,9]、RBF神经网络[10]、PNN神经网络等[11,12]。随着智能诊断应用性要求的不断提高，针对单种疾病的智能诊断无法满足应用的需求，而单个神经网络算法在应用到多种疾病混合预测时很难达到预期准确率。DS证据理论是处理不确定问题的概率组合理论，可融合不同来源的数据，在信息融合方面有很好的效果。然而对证据源本身的准确性并未进行充分考虑。基于此，给出加入证据源准确性系数的方法对DS证据理论进行改进，并以不同神经网络的预测结果作为不同证据源的基本信度函数，设计基于改进DS证据理论的诊断模型，实现对3种疾病的混合预测。

1 神经网络理论

人工神经网络是对人脑神经处理事物的一种模拟，通过神经元组成网络进行数据处理，MP模型是较早且影响力最大的神经元模型，其模型如图1所示。……