基因演算法搜寻机制（续）.ppt

前十字韌帶傷害快速診斷系統 -以粗略集合、基因演算法與倒傳遞網路為工具 指導教授：王鵬森 班級：碩研工管一甲 學號:M9550222 學生：黃祥銘 資料來源 前十字韌帶傷害快速診斷系統-以粗略集合、基因演算法與倒傳遞網路為工具 大葉大學/工業工程學系碩士班/92/碩士/092DY 研究生：雷賀君 指導教授：王正賢;白炳豐 緒論 文獻探討 研究方法 實例分析 摘要 本研究將以造成前十字韌帶傷害的因素作為討論之對象，從大量資料中找出前十字韌帶傷害與其他膝關節傷害間的關聯性，以及造成前十字韌帶傷害的關鍵因素，進一步發展快速醫療診斷系統。 緒論 本研究主要目的是利用粗略集合理論結合基因演算法作為資料探勘分類及預測的工具，有效的處理資料的不確定性問題，建立資料間之相關性以作為決策之依據。並結合類神經網路作為資料分類規則的學習機制。 動機 由於前十字韌帶傷害為運動傷害中嚴重性高且常見的傷害，，且較嚴重的韌帶或是骨頭損傷，必須透過X 光或是核磁共振攝影來幫助診斷，因此成功建置快速診斷系統，將能及早治療及預防更嚴重的損傷。 研究目的 建立能簡化大量資料並維持分類規則精確性的模型。 運用資料探勘的技術找出造成前十字韌帶傷害的關鍵因素，同時發展新的分析預測工具，進一步發展快速醫療診斷系統。 研究架構 文獻探討 粗略集合的應用 對不完整的數據進行分析、推理、學習、發現的新方法。最早是被用來處理不精確的問題，其應用的範圍目前可用於各種領域上非連續數值資料，可簡化資料、去除雜訊以及處理分類問題。 文獻探討（續） 遺傳基因演算法 是一種仿效自然界生物基因演化與物種適者生存所發展出之搜尋最佳解演算法則。經由個體不斷的複製、交配及突變去產生新的個體，達到演化及篩選的目的。 文獻探討（續） 倒傳遞神經網路 倒傳遞類神經網路模式是目前類神經網路中最具代表性，，包含輸入層、隱藏層及輸出層，而隱藏層的數目可以不只一層。利用輸入向量和與輸入向量相對應的目標向量來訓練網路，直到網路能經由適當的方式來分類輸入向量。 遺傳基因演算法步驟 倒傳遞神經網路演算法 實例分析 本研究針對運動教練及學校體育教師提出這一套前十字韌帶傷害診斷系統，希望能立即發現前十字韌帶傷害即早治療。 研究對象 國立林口體育學院學生，曾有膝蓋傷害的共130 筆，女生44 人，男生86 人，其中有前十字韌帶傷害的共64 人。 條件屬性：性別、身高、體重、年齡、運動項 目以及受傷時的狀況共九項。 決策屬性：則是以是否為前十字韌帶傷害做區 分。 資料預先處理 如：一名患者資料為男性、18 歲、身高175、 體重74、從事棒球運動、受傷時有聽到” 啪”的聲響且膝蓋腫脹、疼痛部位為膝蓋 內側、膝蓋有鬆脫和不穩定的感覺。 粗略集合分析 利用拓廣分明矩陣取代舊有的決策分析方式，再次降低矩陣資料大小以及加快規則的推導。 粗略集合分析（續） 基因演算法搜尋機制 步驟一：編碼 採用直接編碼的方式，將拓廣分明矩陣內的紀錄值依照實數編碼的方式，每一筆紀錄值編成一條染色體，紀錄值中的每一個屬性皆由兩個基因組成，在前的基因控制是否為關鍵屬性，跟在其後面的基因是屬性的值。 基因演算法搜尋機制（續） 步驟二：複製 採用的複製方法為輪盤法。首先計算出第一代染色體的適合度，依照適合度的大小產生複製機率，適合度越大表示染色體越好，因此被選中的機率就越高。 基因適合度函數＝ 適合度越高，表示具有相同條件屬性值的物件被正確分類的程度越高，越符合我們的要求。 基因演算法搜尋機制（續） 步驟三：交配 採用的交配方法為兩點交配法，根據交配率，將每一代的染色體個數30 條乘上交配率0.85從30 條染色體中每次任選2 條不重複的染色體分別為母體一和母體二來進行交配。 基因演算法搜尋機制（續） 步驟四：突變 突變率設定為0.05，每一個染色體的基因皆給予一個相對應的機率值，若是某個基因所對應的機率值小於0.05，則此基因產生突變，突變的方式是隨機產生此基因所包含範圍內的值。 步驟五：重新計算適合度函數 經過複製、交配、突變後，我們產生了新一代的染色體，重新計算這些染色體。 倒傳遞網路學習機制 本研究所使用的輸入層個數為9；輸出層個數為1；隱藏層個數為5。學習速率以及慣性因子定為0.5。 找出的關鍵屬性作為輸入，將分類當作目標輸出，藉訓練輸入值及輸出值間的權重來調整及修正規則。 採用平方誤差和作為網路訓練與測試時的性能指標，其數值越小代表網路模式學習績效越佳。 結果分析（續） 共有有