ارایه مدل پیشنهاد دهنده فازی عصبی رژیم غذایی

چاقی در جوامع امروزی به یک معضل اجنماعی تبدیل شده و با سرعت بالایی در حال رشد است از این رو متخصصان علوم تغذیه در تلاشند تا بهترین و موترترین رژیم را برای افراد با توجه به شرایط زندگی و وضعیت سلامت آنها پیشنهاد دهند. نقطه مقابل چاقی، لاغری می باشد که این معظل نیز مشکلات خاص خودش را برای افراد به دنبال دارد. در این تحقیق سعی شده است براساس درجه چاقی و یا لاغری افراد و همچنین با در نظر گرفتن برخی پارامترهای بیوشیمایی، رژیم مناسبی به آنها پیشنهاد شود که با محاسبه میزان کالری مورد نیاز فرد براساس پارامترهای بیوشیمیایی و میزان تحرک او و سپس با استفاده از قوانین تعریف شده در پایگاه دانش این رژیم غذایی تولید میگردد. اغلب در تحقیقات گذشته از روش های کلاسیک استفاده می شد که عدم قطعیت ها را در نظر نمی گرفتند و بنابراین مدل پیشنهادی آنها خیلی دقیق نبود. هدف از این پژوهش ارایه مدلی با دقت جهت پیشنهاد رژیم غذایی مناسب و مدلسازی عدم قطعیت موجود در پارامترهای بیوشیمیایی بر اساس سیستم استنتاج عصبی فازی است. جهت دست یافتن به این مهم روشی بر پایه سیستم - فازی طراحی شد که این مدل توانست کیفیت و دقت رژیم غذایی مناسب را به 9.0 برساند. روش پیشنهادی با روش k نزدیکترین همسایه فازی ( FKNN ) مقایسه شد و نتایج نشان داد روش پیشنهادی با مدل کردن عدم قطعیت موجود در پارامترهای مورد استفاده بیشترین دقت را داراست.

کلیدواژه ها:

رژیم غذایی ، سیستم فازی ، روش فازی عصبی ، عدم قطعیت ، پارامترهای بیوشیمیایی ، روش - K نزدیکترین همسایه فازی (FKNN)