میترا کریم جعفری - موسسه آموزش عالی عقیق (شاهین شهر)
محمدکاظم سپهری فر - آموزش عالی شهررضا

کبد انسان یکی از اعضاي اصلی بدن است و بیماري کبد می تواند مشکلات زیادي در زندگی انسان ایجاد کند. پیش بینی سریع بیماري کبد به درمان هاي اولیه و موثر وکاهش هزینه هاي بیمارکمک می کند. پژوهشگران زیادي در این حوزه تحقیقاتی را انجام داده اند، در این پزوهش سعی در ارائه راه حلی بهینه با دقت بالاتر نسبت به پزوهش هاي پیشین داشته است. با توجه به این که مجموعه داده استفاده شده به صورت ویژگی هاي عددي هستند بنابراین در این پژوهش از الگوریتم ترکیبی ازدحام ذرات و انفیس استفاده شده است. معیار مقایسه و برتري روش ها، میزان درصد تشخیص و کاهش خطا در زمان آموزش و آزمایش داده ها می باشد. فلوچارت روند پیشنهادي در ادامه ترسیم شده است. در گام اول در ابتدا داده ها به دو دسته داده هاي آموزشی و داده هاي تست تقسیم می شوند و توسط داده هاي اولیه مدل fis اولیه بدست می آید و پارامترهاي توابع عضویت تعریف می شوند تولید مقادیر اولیه به صورت تصادفی براي میانگین وواریانس تابع عضویت گوسین بدست می آید و پارامترها بهینه شده به عنوان ورودي با نتایج خروجی مرحله قبل وارد الگوریتم انفیس خواهد شد و آموزش توسط این روش صورت می گیرد، انتخاب ویژگی ها نیز توسط الگوریتم ازدحام ذرات صورت می گیرد. که دقت و صحت به دست آمده به ترتیب 97.48 و 97.45 می باشد.

الگوریتم انفیس، الگوریتم ازدحام ذرات، سرطان کبد، دقت ، صحت، بهینه سازی