Predicting Type2 Diabetes Using Data Mining Algorithms

Predicting Type2 Diabetes Using Data Mining Algorithms

Amir Panah¹, Samere Fallahpour²

1 Lecturer, Department of Computer and Information Technology, Hadaf Institution of Higher Education, Sari, Iran

2 MSc in Computer and Information Science, Mazandaran University of Medical Sciences, Sari, Iran

(Received August 24, 2019 ; Accepted October 11, 2020)

Abstract

Background and purpose: Today, information systems and databases are widely used and in order to achieve higher accuracy and speed in making diagnosis, preventing the diseases, and choosing treatments they should be merged with traditional methods. This study aimed at presenting an accurate system for diagnosis of diabetes using data mining and a heuristic method combining neural network and particle swarm intelligence.

Materials and methods: In this applied research, along with the training of the neural network, a particle swarm optimization algorithm was used to determine the weight of the optimal neural networks using RapidMiner Software on pima Indian Diabetes Dataset for 768 patients.

Results: The proposed algorithm was found to be in line with the real model. The highest accuracy, specificity, and sensitivity of the method, with 50 different tests, were 94.1%, 92.88%, and 92.12%, respectively.

Conclusion: In this study, average modeling error as a target function was minimized after a series of repetitions. By increase in initial population and number of replications, in addition to improving the accuracy of the proposed method, the sensitivity parameters and the positive predictive value ere improved. In fact, sensitivity and accuracy of the proposed method is better and higher than previous similar methods.

Keywords: data mining, diabetes, neural network, particle swarm optimization

J Mazandaran Univ Med Sci 2020; 30 (191): 22-30 (Persian).

* Corresponding Author: Samere Fallahpour - Mazandaran university of Medical Sciences, Sari, Iran (E-mail: samere.fallahpour@gmail.com)

هرود هرﺎﻤﺷ ما ﯽﺳ 191 ذآ ر لﺎﺳ 1399 ) 30 - 22 (

لﺪﻣ ﺖﺑﺎﯾد ﻪﺑ ﻼﺘﺑا ﯽﻨﯿﺑ ﺶﯿﭘ عﻮﻧ

2 زا هدﺎﻔﺘﺳا ﺎﺑ

ﻢﺘﯾرﻮﮕﻟا يﺎﻫ

هداد يوﺎﮐ

هﺎﻨﭘ ﺮﯿﻣا 1

رﻮﭙﺣﻼﻓ هﺮﻣﺎﺳ 2

هﺪﯿﮑﭼ

ﻪﻘﺑﺎﺳ :فﺪﻫ و ﻢﺘﺴﯿﺳ زا هدﺮﺘﺴﮔ هدﺎﻔﺘﺳا تﺎﻋﻼﻃا يﺎﻫ

هﺎﮕﯾﺎﭘ و هداد يﺎﻫ

، هﻮﯿﺷ ﺎﺑ ار نآ مﺎﻏدا ﯽﺑﺎﯿﺘﺳد ياﺮﺑ ﯽﺘﻨﺳ يﺎﻫ

ﯿﭘ و ﺺﯿﺨﺸﺗ ﺖﻬﺟ ﺮﺗﻻﺎﺑ ﺖﻋﺮﺳ و ﺖﻗد ﻪﺑ شور بﺎﺨﺘﻧا و يرﺎﻤﯿﺑ يﺮﯿﮕﺸ

ﻢﯿﻤﺼﺗ و نﺎﻣرد يﺎﻫ يﺮﯿﮔ

ﻞﯾﺪﺒﺗ ماﺰﻟا ﮏﯾ ﻪﺑ ﺎﻫ

.ﺖﺳا هدﺮﮐ فﺪﻫ ﺎﺑ ﻪﻌﻟﺎﻄﻣ ﻦﯾا

ﻪــﺑ و يوﺎــﮐ هداد ﮏــﯿﻨﮑﺗ زا هدﺎﻔﺘﺳا ﺎﺑ ﺖﺑﺎﯾد يرﺎﻤﯿﺑ ﺺﯿﺨﺸﺗ ياﺮﺑ ﻖﯿﻗد ﻢﺘﺴﯿﺳ ﮏﯾ ﻪﺋارا

تارذ ﯽﻌﻤﺟ ﻪﺘﺳد شﻮﻫ ﻢﺘﯾرﻮﮕﻟا ﺎﺑ ﯽﺒﺼﻋ ﻪﮑﺒﺷ ﺐﯿﮐﺮﺗ ﻞﻣﺎﺷ يرﺎﮑﺘﺑا شور ﮏﯾ يﺮﯿﮔرﺎﮐ ﺠﻧا ،

ﺖﻓﺮﯾﺬﭘ مﺎ .

شور و داﻮﻣ :ﺎﻫ

ﺖــﻬﺟ تارذ ﯽﻌﻤﺟ ﻪﺘﺳد شﻮﻫ ﻢﺘﯾرﻮﮕﻟا زا ﯽﺒﺼﻋ ﻪﮑﺒﺷ شزﻮﻣآ ﺎﺑ هاﺮﻤﻫ ،يدﺮﺑرﺎﮐ ﻪﻌﻟﺎﻄﻣ ﻦﯾا رد

ﻪﻨﯿﻬﺑ ﻦﯿﯿﻌﺗ مﺮﻧ زا هدﺎﻔﺘﺳا ﺎﺑ ﯽﺒﺼﻋ ﻪﮑﺒﺷ نازوا ﺮﺗ

هداد ﻪﻋﻮﻤﺠﻣ يور ﺮﺑ ﺮﻨﯾﺎﻣﺪﯿﭘر راﺰﻓا ﻪﺑ طﻮﺑﺮﻣpima

768 رﻮــﺸﮐرد رﺎــﻤﯿﺑ

.ﺪﯾدﺮﮔ هدﺎﻔﺘﺳا ﺪﻨﻫ

ﻪﺘﻓﺎﯾ :ﺎﻫ ﺮﺑ ﺮﺑ ﻖﺒﻄﻨﻣ ﺪﻧاﻮﺗ ﯽﻣ يدﺎﻬﻨﺸﯿﭘ ﻢﺘﯾرﻮﮕﻟا ﻪﮐ ﺪﻫد ﯽﻣ نﺎﺸﻧ هﺪﺷ مﺎﺠﻧا ﯽﺳر ﺪــﺷﺎﺑ ﯽــﻌﻗاو لﺪــﻣ

ﻪــﮐ يرﻮــﻃ ﻪــﺑ

ﺶﯿﺑ

،ﺖﻗد راﺪﻘﻣ ﻦﯾﺮﺗ داﺪــﻌﺗ ﺎــﺑ يدﺎﻬﻨــﺸﯿﭘ شور رد ﺖﯿــﺳﺎﺴﺣ و ﯽﮔﮋﯾو

50 ﺐــﯿﺗﺮﺗ ﻪــﺑ ،ﻒــﻠﺘﺨﻣ ﺶﯾﺎــﻣزآ 1/

94 ، 88 / 92

،

12 / 92 ﺪﺻرد .ﺪﺷﺎﺑ ﯽﻣ

:جﺎﺘﻨﺘﺳا ﻮﻧ ﺖﺑﺎﯾد ﯽﻨﯿﺑ ﺶﯿﭘ لﺪﻣ يدﺎﻬﻨﺸﯿﭘ شور رد ع

2

، يﺮﺴﮑﯾ زا ﺪﻌﺑ فﺪﻫ ﻊﺑﺎﺗ ناﻮﻨﻋ ﻪﺑ يزﺎﺴﻟﺪﻣ يﺎﻄﺧ ﻂﺳﻮﺘﻣ

يﺎــﻫﺮﺘﻣارﺎﭘ دﻮــﺒﻬﺑ ﺚــﻋﺎﺑ يدﺎﻬﻨــﺸﯿﭘ شور ﺖﻗد ﺶﯾاﺰﻓا ﺮﺑ هوﻼﻋ ﺎﻫراﺮﮑﺗ داﺪﻌﺗ و ﻪﯿﻟوا ﺖﯿﻌﻤﺟ ﺶﯾاﺰﻓا ﺎﺑ ﺪﺷ ﻪﻨﯿﻤﮐ راﺮﮑﺗ ﺖﯿﺳﺎﺴﺣ

، ﯽﮔﮋﯾو ﺶﯿﭘ ﻪﺑ ﺪﺷ ﺰﯿﻧ ﺖﺒﺜﻣ ﯽﻨﯿﺑ يرﻮﻃ

ﻪﮐ

،ﺖﯿﺳﺎﺴﺣ ﺖﻗد

شور ﻪــﺑ ﺖﺒﺴﻧ يدﺎﻬﻨﺸﯿﭘ شور

يﺎــﻫ ﻪﺑﺎــﺸﻣ رد ﻪــﮐ

،دﻮﺑ ﻪﺘﻓر رﺎﮑﺑ ﻪﺘﺷﺬﮔ ﺶﯿﺑ و ﺮﺘﻬﺑ

ﯽﻣ ﺮﺗ .ﺪﺷﺎﺑ

:يﺪﯿﻠﮐ يﺎﻫ هژاو

،يوﺎﮐ هداد تارذ ﯽﻌﻤﺟ ﻪﺘﺳد شﻮﻫ ،ﯽﺒﺼﻋ ﻪﮑﺒﺷ ،ﺖﺑﺎﯾد

ﻪﻣﺪﻘﻣ

هداد ﯽﮑﺷﺰﭘ يﺎﻫ ﯽﮔﮋﯾو ياراد

ﺮﺼﺤﻨﻣ يﺎﻫ يدﺮــﻓ ﻪــﺑ

نآزا ﯽﺧﺮﺑ ﻪﮐ ﺪﻨﺘﺴﻫ ﺎﻫ

ﻞﻣﺎﺷ هداد ندﻮــﺑ ﻦﮕﻤﻫﺎــﻧ يﺎــﻫ

،ﯽﻗﻼﺧا دراﻮﻣ ،ﯽﮑﺷﺰﭘ ﯽﻧﻮﻧﺎﻗ

ﯽﻣ .ﺪﺷﺎﺑ ﺎﺑ تﻼﮑــﺸﻣ دﻮﺟو

ﻌﻧاﻮﻣ و ـ ﻨﯿﻣز رد ﻪﮐ ﯽ ـ

يوﺎﮐ هداد ﻪ ﺟو ﯽﮑﺷﺰﭘ

ـ

،دراد دﻮ

هداد ﺖﯿﻤﻫا ﺶﻘﻧ و ﯽﮑﺷﺰﭘ يﺎﻫ

شور يﺪﯿﻠﮐ ﻞﯿﻠﺤﺗ يﺎﻫ

ﻪﺑ و ﺪﯿﻔﻣ ﺶﻧاد ندروآ ﺖﺳد ﻦــﯾا زا

هداد ﺖﻣﻼــﺳ رد ﺎــﻫ

ﻪــﺑ ﻞﯾﺪــﺒﺗ ﯽﮑــﺷﺰﭘ يوﺎﮐ هداد ﻪﮐ ﺖﺳا هﺪﺷ ﺮﺠﻨﻣ ،ﺮﺸﺑ ﻢﻬﻣ زا ﯽﮑﯾ هزﻮﺣ ﻦﯾﺮﺗ

و دﻮــﺷ يوﺎــﮐ هداد يرﺎــﮐ يﺎــﻫ

ﺼﺼﺨﺘﻣ ــــ رد ،ﺎــﯿﻧد ﺮــﺳاﺮﺳ زا ﯽــﻧاواﺮﻓ ﻦ ﺪــﺷر ﻪــﻨﯿﻣز

و

شور ﯽﻟﺎﻌﺗ هداد ﻦﯾا زا ﺶﻧاد ﺐﺴﮐ يﺎﻫراﺰﺑا و ﺎﻫ

مﺎﮔ ﺎﻫ

:لﻮﺌﺴﻣ ﻒﻟﻮﻣ رﻮﭘ حﻼﻓ هﺮﻣﺎﺳ

يرﺎﺳ- : و تﺎﻘﯿﻘﺤﺗ ﺖﻧوﺎﻌﻣ ،ﻢﻠﻌﻣ ناﺪﯿﻣ نارﺪﻧزﺎﻣ ﯽﮑﺷﺰﭘ مﻮﻠﻋ هﺎﮕﺸﻧاد يروآ ﻦﻓ

samere.fallahpour@gmail.com :

E-mail:

1.

،ﯽﺑﺮﻣ ﺮﺗﻮﯿﭙﻣﺎﮐ هوﺮﮔ و آ ﯽﺗ ي

، ناﺮﯾا ،يرﺎﺳ ،فﺪﻫ ﯽﻟﺎﻋ شزﻮﻣآ ﻪﺴﺳﻮﻣ

2 . ناﺮﯾا ،يرﺎﺳ ،نارﺪﻧزﺎﻣ ﯽﮑﺷﺰﭘ مﻮﻠﻋ هﺎﮕﺸﻧاد ،راﺰﻓا مﺮﻧ ﯽﺳﺪﻨﻬﻣ ﺪﺷرا ﯽﺳﺎﻨﺷرﺎﮐ

: ﺖﻓﺎﯾرد ﺦﯾرﺎﺗ 2 /6 / 1398 : تﺎﺣﻼﺻا ﺖﻬﺟ عﺎﺟرا ﺦﯾرﺎﺗ 7/

10 / 1398 : ﺐﯾﻮﺼﺗ ﺦﯾرﺎﺗ 20

/ 7/

1399

ﭘﯿ ﺶ ﺑﯿ ﻨ ﯽ د ﻪﺑ ﻼﺘﺑا ﯾ ﺖﺑﺎ عﻮﻧ 2

ﺪﻧرادﺮﺑ )1 - 4

، . 6(

ﻢﻬﻣ ﻦﯾﺮــﺗ ﻪــﮐ ﯽﻠﻣﺎــﻋ ﺐــﺟﻮﻣ

ﯽــﻣ دﻮــﺷ

نﺎﻣزﺎــﺳ رد ناﺮﯾﺪﻣ هداد زا ﯽﮑــﺷﺰﭘ يﺎــﻫ

هدﺎﻔﺘــﺳا يوﺎــﮐ

ﺪﻨﻨﮐ

، ﺖــﯿﻠﺑﺎﻗ يوﺎــﮐ هداد ﻪــﮐ ﺖــﺳا ﺐﻠﻄﻣ ﻦﯾا ﺖﺧﺎﻨﺷ رد ﺮــﯿﮔرد يﺎﮐﺮــﺷ مﺎــﻤﺗ ياﺮﺑ ﺪﻧاﻮﺘﺑ ﻪﮐ ﯽﺗﺎﻋﻼﻃا ﺪﯿﻟﻮﺗ ﯽﺗرﺎــﺒﻋ ﻪــﺑ .ﺖــﺳا اراد ار ،ﺪﺷﺎﺑ ﺪﻨﻣدﻮﺳ ﯽﮑﺷﺰﭘ ﺖﻌﻨﺻ ﯽﻣ ﯽﮑﺷﺰﭘ هزﻮﺣ رد يوﺎﮐ هداد ﺘﺳرﺎﻤﯿﺑ ياﺮﺑ ﺪﻧاﻮﺗ

نﺎ ،ﺎﻫ

ﮏــﯿﻨﯿﻠﮐ ﺪــﺷﺎﺑ ﺪــﯿﻔﻣ نارﺎــﻤﯿﺑ و نﺎﮑــﺷﺰﭘ ،ﺎــﻫ نﻮﻨﮐﺎــﺗ.

ﺖﯿﻟﺎﻌﻓ مﺎــﺠﻧا ﯽﮑﺷﺰﭘ هزﻮﺣ رد يدﺎﯾز ﺶﻧاد ﻒﺸﮐ يﺎﻫ

هداد و ﺖﺳا هﺪﺷ ﻂــﺳﻮﺗ نارﺎــﻤﯿﺑ و داﺮﻓا ﯽﮑﯾژﻮﻟﻮﯿﺑ يﺎﻫ

شور راﺮﻗ ﻞﯿﻠﺤﺗ و ﻪﯾﺰﺠﺗ درﻮﻣ يوﺎﮐ هداد ﻒﻠﺘﺨﻣ يﺎﻫ

هداد هﻮﺒﻧا نﺎﯿﻣ رد نﺎﻬﻨﭘ يﺎﻫﻮﮕﻟا و ﻂﺑاور و ﺪﻧا ﻪﺘﻓﺮﮔ ﺎﻫ

ﻒﺸﮐ ﺖﺳا هﺪﺷ جاﺮﺨﺘﺳا و يرﺎﻤﯿﺑ زا ﯽﮑﯾ.

ﺪــﻨﭼ يﺎــﻫ

ﯽــﺻﺎﺧ ﺖــﯿﻤﻫا زا ﻪــﻌﻣﺎﺟ رد نآ يﺮﮕﻟﺎــﺑﺮﻏ ﻪــﮐ ﯽﻠﻣﺎﻋ عﻮﻧ ﺖﺑﺎﯾد ﺖﺳا رادرﻮﺧﺮﺑ 2

رد زﺎــﺳﺮﻄﺧ ﻞــﻣاﻮﻋ .ﺖﺳا

عﻮﻧ ﺖﺑﺎﯾد ﻪﺑ ﻼﺘﺑا 2

،ﯽﻗﺎﭼ و نزو ﻪﻓﺎﺿا ﺎــﯾ ﯽــﮐﺮﺤﺗ ﯽﺑ

ﻓ و ﻻﺎﺑ ﯽﺑﺮﭼ ﺎﺑ ﯽﯾاﺬﻏ ﻢﯾژر ،ﯽﮐﺮﺤﺗ ﻢﮐ ﺒﯿ

،ﻢﮐ ﺮ ،داﮋــﻧ

نزو ،ﻦﺳ ،ﯽﻠﯿﻣﺎﻓ ﻪﻘﺑﺎﺳ .ﺖﺳا هﺮﯿﻏ و ﺪﻟﻮﺗ مﺎﮕﻨﻫ ﻢﮐ

ﺮﻫ

ﺶﯿﺑ دﺮﻓ رد زﺎﺳﺮﻄﺧ ﻞﻣاﻮﻋ داﺪﻌﺗ ﻪﭼ ﺶﯿﺑ ﺪﺷﺎﺑ ﺮﺗ

رد ﺮﺗ

ﺖﺑﺎﯾد ﻪﺑ ﻼﺘﺑا ﺮﻄﺧ ضﺮﻌﻣ عﻮــﻧ

2 ﯽــﻣ راﺮــﻗ دﺮــﯿﮔ )3 .( زا

ﯽﻓﺮﻃ شوﺎﮐ و ﯽﺳرﺮﺑ يدﺎﯾز ﻢﺠﺣ زا

ﻦﯾا

،تﺎــﻋﻼﻃا

ﺪﻨﻣزﺎﯿﻧ هدﺎﻔﺘﺳا زا شور يﺎﻫ ﺮﺛﻮﻣ و ﺪﻣآرﺎﮐ ياﺮﺑ ﻦﺘﻓﺎــﯾ

يﺎﻫﻮﮕﻟا طﻮﺑﺮﻣ رد ﻦﯾا تﺎﻋﻼﻃا ﻣ ﯽ ﺪﺷﺎﺑ ﻪﮐ هدﺎﻔﺘــﺳا زا

ﮏﯿﻨﮑﺗ يﺎﻫ ﻒﻠﺘﺨﻣ هداد يوﺎﮐ ﻪﺑ صﻮﺼﺧ ﻪﺘﺳد يﺪــﻨﺑ

و يﺎﻫﻮﮕﻟا راﺮــﮑﺗ هﺪﻧﻮــﺷ ﯽــﻣ ﺪــﻧاﻮﺗ ﮏــﻤﮐ ﯽﻧﺎﯾﺎــﺷ رد

ﻦــﯾا ﺪــﺷﺎﺑ ﻪــﻨﯿﻣز )7

، 8(

عﻮــﻧ ﺖــﺑﺎﯾد عﻮﯿــﺷ ﺶﯾاﺰــﻓا. 2

رد

ﻪﻤﻫ رد يﺎﻫرﻮﺸﮐ رد صﻮﺼﺧ ﻪﺑ ﺎﯿﻧد ي زا ﻪﻌــﺳﻮﺗ لﺎــﺣ

.ﺖــﺳا ﺮــﻄﺧ مﻼﻋا ﯽﻋﻮﻧ ،ناﺮﯾا ﻪﻠﻤﺟ عﻮــﻧ ﺖــﺑﺎﯾد

2 رد

ﺶﯿﺑ ﺪﻫاﻮــﺷ و ﺖﺳا هﺪﺷ ﻞﯾﺪﺒﺗ ﯽﻣﺪﯿﭘا ﮏﯾ ﻪﺑ ﻊﻣاﻮﺟ ﺮﺗ

ﯽﻣ نﺎﺸﻧ يژﻮﻟﻮﯿﻣﺪﯿﭘا ماﺪﻗا ﺮﮔا ﻪﮐ ﺪﻫد

ﻪﻧاﺮﯿﮕﺸﯿﭘ يﺎﻫ ي

مﺎﺠﻧا يﺮﺛﺆﻣ ﻮﺸﻧ

ﺶﯾاﺰــﻓا ﯽﻧﺎــﻬﺟ رﻮﻃ ﻪﺑ ﺖﺑﺎﯾد عﻮﯿﺷ ،د

ﺖﻓﺎﯾ ﺪﻫاﻮﺧ )5

، . 9(

ﯽــﻣ رﺎــﻈﺘﻧا ،ﺎﻫدروآﺮﺑ سﺎﺳاﺮﺑ رد دور

لﺎﺳ 2050 زا ﺶﯿــﺑ ﻪــﺑ ﺎــﯿﻧد رد ﯽﺘﺑﺎــﯾد داﺮــﻓا داﺪــﻌﺗ 330

نﻮﯿﻠﯿﻣ ود داﺪﻌﺗ ﻦﯾا ﻪﮐ ﺪﺳﺮﺑ ﺮﻔﻧ ﯽﺘﺑﺎﯾد داﺪﻌﺗ ﺮﺑاﺮﺑ

رد ﺎﻫ

لﺎﺳ 2000 ﺪــﯾﺪﺟ دراﻮﻣ زا يرﺎﯿﺴﺑ ،ﻦﯿﻨﭽﻤﻫ .دﻮﺑ ﺪﻫاﻮﺧ ﺖــﺳا ﻪﻌــﺳﻮﺗ لﺎﺣ رد يﺎﻫرﻮﺸﮐ ﻪﺑ طﻮﺑﺮﻣ ﺖﺑﺎﯾد ﻪﺑ ﻼﺘﺑا

ﯽﻣ ﺮﻈﻧ ﻪﺑ ﻪﮐ ﺶﯿــﺑ ﻪــﻧﺎﯿﻣروﺎﺧ ﺪــﺳر

رد ار ﺶﯾاﺰــﻓا ﻦﯾﺮــﺗ

لﺎﺳ رد ﺖﺑﺎﯾد عﻮﯿﺷ 2030

ﺖﺷاد ﺪﻫاﻮﺧ .

و هﺪــﻤﻋ ﺮﯿﯿﻐﺗ

ﮏﺒﺳ رد ﻊﯾﺮﺳ ﺶﯾاﺰﻓا ﺚﻋﺎﺑ ﺎﻫرﻮﺸﮐ ﻦﯾا مدﺮﻣ ﯽﮔﺪﻧز

يرﺎﻤﯿﺑ زﺎﺳﺮﻄﺧ ﻞﻣاﻮﻋ ﺮﯾﺎﺳ و ﯽﻗﺎﭼ عﻮﯿﺷ ﺮﯿﮔاوﺮﯿﻏ يﺎﻫ

رد ﻪــﮐ ﺖﺳا هﺪﺷ ﯽﺑﺮﭼ رد لﻼﺘﺧا و ﻻﺎﺑ نﻮﺧرﺎﺸﻓ ﺪﻨﻧﺎﻣ هﺪــﻤﻋ ناﻮﻨﻋ ﻪﺑ ﺎﯿﻧد ﺮﺳاﺮﺳ ﯽﺘﺧﺎﻨــﺷ ﺐﺒــﺳ ﻞــﻣاﻮﻋ ﻦﯾﺮــﺗ

عﻮــﻧ ﺖﺑﺎﯾد زوﺮﺑ ﻪﺑ طﻮﺑﺮﻣ 2

هﺪــﺷ ﻪﺘﺧﺎﻨــﺷ .ﺪــﻧا

ﺖﺧﺎﻨــﺷ

زوﺮﺑ رد ﺮﺛﺆﻣ زﺎﺳﺮﻄﺧ ﻞﻣاﻮﻋ ﯽــﺳﺎﺳا ماﺪــﻗا ﮏﯾ ﺖﺑﺎﯾد

ﻪــﻣﺎﻧﺮﺑ ياﺮــﺑ ﺖــﺑﺎﯾد زا يﺮﯿﮕــﺸﯿﭘ يﺎــﻫ

عﻮــﻧ 2 ﺮــﻫ رد

ﻪﻌﻣﺎﺟ زﺎﺳﺮﻄﺧ ﻞﻣاﻮﻋ ﻦﯾا نداد ﺶﻫﺎﮐ ﻪﮐ اﺮﭼ ﺖﺳا يا

ﺖﺑﺎﯾد زوﺮﺑ خﺮﻧ ﺶﻫﺎﮐ ﺚﻋﺎﺑ عﻮﻧ

2 ﻦــﯾا رد .ﺪﺷ ﺪﻫاﻮﺧ

لدﺎﻌﻣ ﻦﺘﻓﺎﯾ ،نﺎﯿﻣ ﺎﻫ

ﯾ و زﺎﺳﺮﻄﺧ ﻞﻣاﻮﻋ ﺮﺛا ﻦﯿﯿﻌﺗ ياﺮﺑ ﯽ

نآ طﺎــﺒﺗرا تﺪﺷ ياراد ،ﺖــﺑﺎﯾد ﻪــﺑ ﻼﺘــﺑا ﺎــﺑ ﺎــﻫ

ﺖــﯿﻤﻫا

.ﺖﺳا ناواﺮﻓ ﺎﺑ

ﻦﯾا ﯽﻋﺎﻤﺘﺟا و يدﺮﻓ رﺎﺑ و ﺖﯿﻤﻫا ﻪﺑ ﻪﺟﻮﺗ

،يرﺎﻤﯿﺑ ﻪﺑ ﻼﺘﺑا ياﺮﺑ ﺮﻄﺧ ضﺮﻌﻣ رد داﺮﻓا ﯽﯾﺎﺳﺎﻨﺷ موﺰﻟ

.ﺖﺳا دﻮﻬﺸﻣ ﺖﺑﺎﯾد ﻦﯾا زا

ﺪــﻧاﻮﺘﺑ ﻪﮐ ﯽﻤﺘﺴﯿﺳ ﻪﺑ زﺎﯿﻧ ،ور

ﺶﯿــﭘ و ﺺﯿﺨــﺸﺗ رد ﻻﺎﺑ ﺖﻗد يرﺎــﻤﯿﺑ ﻦــﯾا ﯽــﻨﯿﺑ

ﻪﺘــﺷاد

،ﺪﺷﺎﺑ ﯽﻣ سﺎﺴﺣا .دﻮﺷ

شور هداد رد ﯽﻔﻠﺘﺨﻣ يﺎﻫ ﮐ

يوﺎ

ﻪﮐ دراد دﻮﺟو نﺎﻬﻨﭘ يﻮﮕﻟا ﻦﺘﻓﺎﯾ و ﺶﻧاد ﻒﺸﮐ ﺖﻬﺟ لﺪﻣ يﺎﻫراﺰﺑا ﻦﯾﺮﺘﻬﺑ زا ﯽﮑﯾ ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ يزﺎــﺳ

ﯽﻣ يوﺎﮐ هداد رد ﻢﺘﯾرﻮﮕﻟا ﻦﯾا .ﺪﺷﺎﺑ

يا ﻪــﻋﻮﻤﺠﻣ زا ﺎــﻫ

هﺮﮔ زا هﺪﺷ ﻪﺘﺧﺎﺳ نوﺮﻧ مﺎﻧ ﻪﺑ ﺎﻫ ﺮــﻫ ﻪﮐ ﺪﻧا

يدورو هﺮــﮔ

ﯽﺟوﺮﺧ و سﺎــﺳاﺮﺑ هﺮــﮔ ﺮــﻫ .ﺪــﻧراد صﺎﺧ نزو ﺎﺑ ﯽﯾﺎﻫ

صﺎﺧ ﯽﻌﺑﺎﺗ هدﺎﺳ ﻪﺒﺳﺎﺤﻣ ،

ﯽﻣ مﺎﺠﻧا يا هﺮــﮔ ﻦﯿﺑ .ﺪﻫد

ﺎــﻫ

ﺺﺨﺸﻣ ﻪﮑﺒﺷ يرﺎﻤﻌﻣ سﺎﺳاﺮﺑ ﻪﮐ دراد دﻮﺟو ﯽﺗﻻﺎﺼﺗا ﯽــﻣ .ﺪﻧﻮــﺷ ﺎــﯾ و ﺐــﺳﺎﻨﻣ ﻢﺘﯾرﻮــﮕﻟا ﻪﺘــﺷﺬﮔ يﺎــﻫرﺎﮐ رد

ﻢﺘﯾرﻮﮕﻟا ﺐﯿﮐﺮﺗ يرﺎﻤﯿﺑ ﺺﯿﺨﺸﺗ ﺖﻬﺟ يوﺎﮐ هداد يﺎﻫ

عﻮﻧ ﺖﺑﺎﯾد 2

و هﺪﺸﻧ هدﺎﻔﺘﺳا ﻢﺘﯾرﻮﮕﻟا

هدﺮــﺑ رﺎــﮐ ﻪــﺑ يﺎﻫ

ﻻﺎــﺑ رﺎﯿــﺴﺑ ﺺﯿﺨﺸﺗ ﺖﻗد هﺪﺷ ﯾ

ﻪﺘــﺷاﺪﻧ ﯽ ﺖــﺳا

ﯽــﺘﺣ و

شور ﻦﯾا زا ﯽﻀﻌﺑ مﺎــﺠﻧا نﺎــﻣز ،ﺖــﻗد ﺶﯾاﺰــﻓا ياﺮﺑ ﺎﻫ

ﯽﻣ ﺶﯾاﺰﻓا ار رﺎﮐ .ﺪﻨﻫد

ﻪﻌﻟﺎﻄﻣ ﻦﯾا رد ﺎﺑ

ﻪﮑﺒــﺷ شزﻮﻣآ

تارذ ﯽــﻌﻤﺟ ﻪﺘــﺳد شﻮــﻫ ﻢﺘﯾرﻮــﮕﻟا زا ﯽﺒــﺼﻋ

، ﮏــﯾ

ﺖــﺑﺎﯾد يرﺎــﻤﯿﺑ ﺺﯿﺨــﺸﺗ ياﺮــﺑ ﻖــﯿﻗد ﻢﺘــﺴﯿﺳ عﻮــﻧ

2 ﺎــﺑ

هداد ﮏﯿﻨﮑﺗ زا هدﺎﻔﺘﺳا يوﺎﮐ

را ا هداد ﻪﺋ ﺪﺷ ﻪــﮐ نﺎــﻣﺰﻤﻫ

ا ﺎﺑ ارﺎﮐ ندﺮﺑ ﻻﺎﺑ و ﺖﻗد ﺶﯾاﺰﻓ ﯾ

ﺐــﺳﺎﻨﻣ نﺎــﻣز ﯽ ﺎــﺑ ،

ﻪــﺑ

ﯽﺒﺼﻋ ﻪﮑﺒﺷ ﺐﯿﮐﺮﺗ ﻞﻣﺎﺷ يرﺎﮑﺘﺑا شور ﮏﯾ يﺮﯿﮔرﺎﮐ ﯽﻣ تارذ ﯽﻌﻤﺟ ﻪﺘﺳد شﻮﻫ ﻢﺘﯾرﻮﮕﻟا ﺎﺑ ﺪﺷﺎﺑ

.

ﺎﻫ شور و داﻮﻣ

ﻦﯾا رد ﺖﺳ ﺎﺘﯾد زا ،يدﺮﺑرﺎﮐ ﻪﻌﻟﺎﻄﻣ هدﺎﻔﺘــﺳاpima

ﺶﯿﭘ ﻞﻣﺎﺷ هداد ﻪﻋﻮﻤﺠﻣ ﻦﯾا .ﺖﺳا هﺪﺷ داﺮﻓا ﺖﺑﺎﯾد ﯽﻨﯿﺑ

لﻮﻃ رد يﺪﻨﻫ تﺪﻣ

5 ﯽﻣ لﺎﺳ داﺪــﻌﺗ .ﺪﺷﺎﺑ 768

ﺎــﺑ هداد

ﺐــﺴﭼﺮﺑ نﻮﺘــﺳ و ﯽﮔﮋﯾو ﺖﺸﻫ ﯽــﻣ

ﻪــﮐ ﺪــﺷﺎﺑ 268

ﺮــﻔﻧ

و رﺎﻤﯿﺑ 500 ﯽﻣ ﻢﻟﺎﺳ ﺮﻔﻧ ﺪﻨﺷﺎﺑ

) 10 .(

ﺷ يدﺎﻬﻨﺸﯿﭘ ﻢﺘﯾرﻮﮕﻟا ﻞﺣاﺮﻣ .ﺖﺳا ﺮﯾز دراﻮﻣ ﻞﻣﺎ

1 ( تﺎــﺼﺨﺸﻣ ﺎﺑ ﻪﯾﻻ ﺪﻨﭼ ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ ﮏﯾ ﺮــﯾز

ﯽﻣ ﻒﯾﺮﻌﺗ دﻮﺷ

.

- ــﺑ ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ ﻪ

ــﯾا رد ﻪــﺘﻓر رﺎــﮐ ﻦ

ﻪــﻌﻟﺎﻄﻣ

ﯽــﻣ ﯽــﺟوﺮﺧ ﮏــﯾ ياراد ﻂﻘﻓ نﺎــﺸﻧ ﻪــﮐ ﺪــﺷﺎﺑ

هﺪــﻨﻫد

ﺖﯿﻌﺿو .ﺖﺳا يرﺎﻤﯿﺑ ﺎﯾ ندﻮﺑ ﻢﻟﺎﺳ ﺮﻈﻧ زا ﺺﺨﺷ

- ﻪﯾﻻ داﺪﻌﺗ :ﯽﺒﺼﻋ ﻪﮑﺒﺷ يﺎﻫ Nl

- هﺮﮔ داﺪﻌﺗ ﻪﯾﻻ يﺎﻫ :ماi

Ni

- هﺮﮔ ﺲﯾﺎﺑ راﺪﻘﻣ ﻪﯾﻻ رد ماi

:ماj Bi,j

- يدورو داﺪﻌﺗ يدﺎﻬﻨــﺸﯿﭘ ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ يﺎﻫ

ﺎــﺑ

ﺮﺘﻣارﺎﭘ nf

ــﺸﻧ ﯽــﻣ هداد نﺎ داﺪــﻌﺗ هزاﺪــﻧا ﻪــﺑ ﻪــﮐ دﻮــﺷ

ﯽﮔﮋﯾو هداد ﻪﻋﻮﻤﺠﻣ يﺎﻫ ﯽﻣpima

ﻪــﻋﻮﻤﺠﻣ) ﺪــﺷﺎﺑ

ﺑ هداد ﻪ ﯽﮔﮋﯾو ﻦﯾا ﻪﮐ (ﻪﻌﻟﺎﻄﻣ ﻦﯾا رد ﻪﺘﻓر رﺎﮐ رد ﺎــﻫ

.ﺖﺳا هﺪﺷ نﺎﯿﺑ ﺮﯾز

- يرادرﺎﺑ تﺎﻌﻓد داﺪﻌﺗ

- رد ﺎﻤﺳﻼﭘ ﺰﮐﻮﻠﮔ ﺖﻈﻠﻏ 2

ﺶﯾﺎــﻣزآ ﮏﯾ رد ﺖﻋﺎﺳ

ﯽﮐارﻮﺧ ﺰﮐﻮﻠﮔ ﻞﻤﺤﺗ

- ﯽﻠﯿﻣ) ﮏﯿﻟﻮﺘﺳﺎﯾد نﻮﺧ رﺎﺸﻓ (هﻮﯿﺟ ﺮﺘﻣ

- ﺮﺳ ﻪﺳ ﻦﯿﭼ ﺖﺳﻮﭘ ﺖﻣﺎﺨﺿ ﯽﻠﯿﻣ)

(ﺮﺘﻣ

- ﻦﺒﻟﻮﺴﻧا مﺮﺳ 2

ﻪﺘﻋﺎﺳ

- ﺑ هدﻮﺗ ﺺﺧﺎﺷ /مﺮﮔﻮﻠﯿﮐ رد نزو) ﯽﻧﺪ

(ﺮﺘﻣ رد ﺪﻗ) 2^

( -

عﻮﻧ ﺖﺑﺎﯾد ﯽﺛرا دﺮﮑﻠﻤﻋ 2

- لﺎﺳ) ﻦﺳ (

داﺪــﻌﺗ و يدﺎﻬﻨــﺸﯿﭘ ﯽﺒــﺼﻋ ﻪﮑﺒــﺷ يﺎــﻫ ﻪﯾﻻ داﺪﻌﺗ هﺮﮔ ﻪﯾﻻ يﺎﻫ ي ﺮﺘﻣارﺎﭘ ﺎﺑ ﺐﯿﺗﺮﺗ ﻪﺑ ﯽﺒﺼﻋ ﻪﮑﺒﺷ ماi ni

nl

نﺎﺸﻧ ﯽﻣ هداد هﺮــﮔ ﺮــﻫ يدﺎﻬﻨــﺸﯿﭘ ﯽﺒﺼﻋ ﻪﮑﺒﺷ رد .دﻮﺷ

نآ ﻪــﺑ يدورو نازوا ﺮﯾدﺎــﻘﻣ ﺎــﺑ ﻪــﮐ دراد سﺎــﯾﺎﺑ ﮏــﯾ

ﯽــﻣ ﻊﻤﺟ هﺮﮔ هﺮــﮔ سﺎــﯾﺎﺑ .ﺪﻧﻮــﺷ

ﻪــﯾﻻ رد ماi ﺎــﺑ ار ماj

ﺮﺘﻣارﺎﭘ bi,j

ﯽﻣ هداد نﺎﺸﻧ شور ﻪﮐ ﯽﯾﺎﻫﺮﯿﻐﺘﻣ داﺪﻌﺗ .دﻮﺷ

ﯽــﻣ ﺮــﯿﯿﻐﺗ ﯽﺒــﺼﻋ ﻪﮑﺒــﺷ شزﻮــﻣآ ﺎﺑ ،يدﺎﻬﻨﺸﯿﭘ ﺎــﺑ ﺪــﻨﺑﺎﯾ

هرﺎﻤﺷ لﻮﻣﺮﻓ 1

ﻣ ﯽﻣ ﻪﺒﺳﺎﺤ .ددﺮﮔ

هرﺎﻤﺷ لﻮﻣﺮﻓ) 1(

:

2 ( ﻪﻨﯿﻬﺑ ﺖﻬﺟ ﯽﻋﻮﻨــﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ نازوا يزﺎﺳ

ﺖــﺳا يزﺎــﺴﻟﺪﻣ يﺎــﻄﺧ ﻦﯿﮕﻧﺎﯿﻣ ﻪﮐ فﺪﻫ ﻊﺑﺎﺗ ﮏﯾ

، زا

لﻮﻣﺮﻓ هرﺎﻤﺷ 2 ﯽﻣ هدﺎﻔﺘﺳا دﻮﺷ

.

هرﺎﻤﺷ لﻮﻣﺮﻓ) 2

:(

3 ( ﻢﺘﯾرﻮﮕﻟا ﮏﻤﮐ ﻪﺑ فﺪﻫ ﻊﺑﺎﺗ ﻪﻨﯿﻤﮐ ﻦﺘﻓﺎﯾ ﺖﻬﺟ

ﺑ ﻪﻠﺌﺴﻣ يﺎﻫﺮﯿﻐﺘﻣ ﺖﺳا زﺎﯿﻧ تارذ .دﻮﺷ ﻪﻟﻮﻣﺮﻓ ﯽﺘﺳرد ﻪ

نزو ﺮﺑ هوﻼﻋ لوا ﻪﯾﻻ رد ــﺑ يﺎﻫ

ﻪ ﺮﯾدﺎــﻘﻣ ﻪــﺘﻓر رﺎــﮐ

لﻮــﻣﺮﻓ ﻖﺑﺎﻄﻣ ﺰﯿﻧ سﺎﯾﺎﺑ هرﺎﻤــﺷ

3 نزو ﻪــﺑ ﻪــﯾﻻ ﺎــﯾ ﺎــﻫ ﺎــﻫ

ﻪــﻄﺑار ﻦــﯾا رد .ﺖــﺳا هﺪــﺷ ﻪﻓﺎــﺿا w1

ﺲﯾﺮﺗﺎــﻣ راﺪــﻘﻣ

نزو سﺎﯾﺎﺑ و ﺎﻫ .ﺖﺳا نآ ﺎﺑ هﺪﺷ ﻊﻤﺟ يﺎﻫ

) هرﺎﻤﺷ لﻮﻣﺮﻓ 3(

:

،ﻪﻄﺑار ﻦﯾا رد B1

ﻻ سﺎﯾﺎﺑ ﺲﯾﺮﺗﺎﻣ ﻪــﮐ ﺖﺳا لوا ﻪﯾ

هرﺎﻤﺷ لﻮﻣﺮﻓ ﻞﮑﺷ ﻪﺑ 4

ﯽﻣ هداد نﺎﺸﻧ .دﻮﺷ

) هرﺎﻤﺷ لﻮﻣﺮﻓ 4(

:

ﭘﯿ ﺶ ﺑﯿ ﻨ ﯽ د ﻪﺑ ﻼﺘﺑا ﯾ ﺖﺑﺎ عﻮﻧ 2

سﺎﯾﺎﺑ داﺪﻌﺗ يﺎــﻫ هﺮﮔ داﺪﻌﺗ ﺎﺑ ﺮﺑاﺮﺑ ،ﻻﺎﺑ ﻪﻄﺑار يﺎﻫ

ﺎﯾ لوا ﻪﯾﻻ ﯽﻣn

.ﺪﺷﺎﺑ ندﻮــﻤﻧ ﺺﺨﺸﻣ ﺖﻬﺟ ،مود ﻪﯾﻻ رد

هﺮﮔ ﯽﻣ لﺎﻌﻓ ﺮﯿﻏ و لﺎﻌﻓ يﺎﻫ ﻖﺑﺎــﻄﻣ ار هﺮــﮔ ﺲﯾﺮﺗﺎــﻣ ناﻮــﺗ

ﻤﺷ لﻮﻣﺮﻓ هرﺎ 5 .دﻮﻤﻧ ﻒﯾﺮﻌﺗ

) هرﺎﻤﺷ لﻮﻣﺮﻓ 5(

:

ﺲﯾﺮﺗﺎﻣ رد هﺮــﮔ داﺪــﻌﺗ ﻪﺑ ﻪﮐnode

مود ﻪــﯾﻻ يﺎــﻫ

ﻪــﯾارآ راﺪــﻘﻣ ﺪــﺷﺎﺑ لﺎــﻌﻓ هﺮﮔ ﻪﮐ ﯽﺗرﻮﺻ رد ،دراد ﺮﻄﺳ ﺮﺑاﺮﺑ نآ ﺎﺑ ﺮﻇﺎﻨﺘﻣ 1

،هﺮــﮔ ندﻮــﺑ لﺎــﻌﻓ ﺮــﯿﻏ ترﻮﺻ رد و

ﺮﺑاﺮﺑ نآ ﺎﺑ ﺮﻇﺎﻨﺘﻣ ﻪﯾارآ راﺪﻘﻣ 0

ﯽﻣ .ﺪﺷﺎﺑ ﻪﯾﻻ ﻦﯿﺑ طﺎﺒﺗرا

ﺳ و مود ﯽﻣ ار مﻮ ﺲﯾﺮﺗﺎــﻣ ﺎــﺑ ناﻮﺗ w2

لﻮــﻣﺮﻓ ﻞﮑــﺷ ﻪــﺑ

هرﺎﻤﺷ 6 نزو ﻪــﻄﺑار ﻦﯾا رد .داد نﺎﺸﻧ مﻮــﺳ و مود ﻪــﯾﻻ يﺎــﻫ

ﺲﯾﺮﺗﺎــﻣ ﺎــﺑ ﻪــﮐ مود ﻪــﯾﻻ سﺎﯾﺎﺑ ﺮﯾدﺎﻘﻣ ﺎﺑ B2

هداد نﺎــﺸﻧ

ﯽﻣ ﻊﻤﺟ ،ﺖﺳا هﺪﺷ هرﺎﻤــﺷ لﻮﻣﺮﻓ .ﺪﻧﻮﺷ

7 ﺲﯾﺮﺗﺎــﻣ B2

سﺎﯾﺎﺑ ﻞﻣﺎﺷ ﻪﮐ ﺖﺳا هداد نﺎﺸﻧ ار .ﺖﺳا مود ﻪﯾﻻ يﺎﻫ

) هرﺎﻤﺷ لﻮﻣﺮﻓ 6(

:

هرﺎﻤﺷ لﻮﻣﺮﻓ) 7(

:

ﯽﻣ ﺲﯾﺮﺗﺎﻣ ناﻮﺗ ﮏــﯾ ﻞﮑــﺷ ﻪــﺑ ار ﺮــﻈﻧ درﻮــﻣ يﺎﻫ

ﻖﺑﺎﻄﻣ و ﯽﻄﺧ ﻪﯾارآ ﺮﯾﻮﺼﺗ

هرﺎﻤﺷ 1 ﻪﺑ نآ زا و داد نﺎﺸﻧ

.دﻮﻤﻧ هدﺎﻔﺘﺳا تارذ ﻢﺘﯾرﻮﮕﻟا ﻪﯿﻟوا ﺖﯿﻌﻤﺟ ناﻮﻨﻋ

ﺮﯾﻮﺼﺗ هرﺎﻤﺷ

تارذ ﻢﺘﯾرﻮﮕﻟا رد ﻪﯿﻟوا ﺖﯿﻌﻤﺟ يزﺎﺳ ﻪﻟﻮﻣﺮﻓ 1:

ﻪﯾارآ د ﻪﮐ يا ر هرﺎﻤﺷ ﺮﯾﻮﺼﺗ 1

ﺖــﯿﻌﻤﺟ ناﻮــﻨﻋ ﻪــﺑ

تارذ ﯽﻣﺎــﺣدزا شﻮــﻫ ﻢﺘﯾرﻮــﮕﻟا هدﺎﻔﺘــﺳا درﻮــﻣ ﻪــﯿﻟوا ﯽــﻣ هدﺎﻔﺘــﺳا

لﻮــﻣﺮﻓ ﻖﺑﺎــﻄﻣ دﻮــﺷ هرﺎﻤــﺷ

1 ﺮــﯿﻐﺘﻣ ياراد

ﯽﻣ ﻒﻠﺘﺨﻣ .ﺪﺷﺎﺑ

4 رد هداد نﺎﺸﻧ يﺎﻫرادﺮﺑ زا يداﺪﻌﺗ ﻪﻠﺣﺮﻣ ﻦﯾا رد (

هرﺎﻤﺷ ﻞﮑﺷ 1

رد تارذ ﻢﺘﯾرﻮــﮕﻟا ﻪــﯿﻟوا ﺖــﯿﻌﻤﺟ ناﻮــﻨﻋ ﻪﺑ

ﯽﻣ ﻪﺘﻓﺮﮔ ﺮﻈﻧ و دﻮﺷ

هداد ﺎﺑ ار ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ يﺎﻫ

ﺖﯿﻌﻤﺟ ﻦﯾا ﺎﺑ و هداد شزﻮﻣآ ﺖﺑﺎﯾد شزﻮــﻣآ ﻪــﯿﻟوا يﺎﻫ

ﯽﻣ ءاﺮــﺟا ﻪــﺑ تارذ يور تارذ ﻢﺘﯾرﻮــﮕﻟا ﻞﺣاﺮﻣ و ﺪﻨﯿﺑ

ﯽﻣ ﻪﺘﺷاﺬﮔ ﯽﻣ بﺎﺨﺘﻧا هرذ ﻦﯾﺮﺘﻬﺑ ﻪﻠﺣﺮﻣ ﺮﻫ رد .دﻮﺷ

دﻮﺷ

و هﺪﺷ بﺎﺨﺘﻧا يﺮﺳاﺮﺳ هرذ ﻦﯾﺮﺘﻬﺑ ﺮﺧآ راﺮﮑﺗ رد و ﻪﮑﺒــﺷ

ﻟﺪﻣ يﺮﺳاﺮﺳ هرذ ﻦﯾا سﺎﺳاﺮﺑ ﯽــﻣ يزﺎﺴ

ددﺮــﮔ . ﻪــﻠﺣﺮﻣ رد

،تارذ ﯽــﻌﻤﺟ ﻪﺘــﺳد شﻮــﻫ ﻢﺘﯾرﻮــﮕﻟا ﯽﯾاﺪــﺘﺑا ﺎــﺑ تارذ

ﺖﯿﻌﻗﻮﻣ ﺖﻋﺮﺳ و ﺎﻫ ﯽــﻣ دﺎﺠﯾا ﯽﻓدﺎﺼﺗ يﺎﻫ

.ﺪﻧﻮــﺷ ﯽــﻃ رد

ﻪــﻠﺣﺮﻣ رد هرذ ﺮــﻫ ﺖﻋﺮــﺳ و ﺖﯿﻌﻗﻮﻣ ،ﻢﺘﯾرﻮﮕﻟا ياﺮﺟا ﯽﻠﺒﻗ ﻪﻠﺣﺮﻣ تﺎﻋﻼﻃا يور زا ،تارذ ﻢﺘﯾرﻮﮕﻟا زا ماt+1

ﯽﻣ ﻪﺘﺧﺎﺳ ﺮــﮔا .ﺪﻧﻮــﺷ xj

ﻪــﻔﻟﻮﻣ ي ادﺮــﺑ زا ماj ر

،ﺪــﺷﺎﺑx

ﯽﻣ ﺮﯿﯿﻐﺗ ار تارذ ﺖﯿﻌﻗﻮﻣ و ﺖﻋﺮﺳ ﻪﮐ ﯽﻄﺑاور هﺎﮕﻧآ ﺪــﻨﻫد

هرﺎﻤﺷ ﻪﻄﺑار ﻖﺒﻃ 1

هرﺎﻤﺷ ﻪﻄﺑار و 2

ﯽﻣ ﻪﺒﺳﺎﺤﻣ .دﻮﺷ

) هرﺎﻤﺷ ﻪﻄﺑار 1(

:

هرﺎﻤﺷ ﻪﻄﺑار) 2(

:

5 ( ﯽﺑﺎﯾزرا ﺖﻬﺟ نﻮﻣزآ يﺎﻫ هداد زا ﻪﻠﺣﺮﻣ ﻦﯾا رد

.دﻮﺷ ﯽﻣ هدﺎﻔﺘﺳا يدﺎﻬﻨﺸﯿﭘ شور

شور ﯽﺑﺎﯾزرا يﺎﻫرﺎﯿﻌﻣ يدﺎﻬﻨﺸﯿﭘ

ﺎــﺑ نآ ﻪــﺴﯾﺎﻘﻣ و يدﺎﻬﻨــﺸﯿﭘ شور ﯽﺑﺎــﯾزرا ﺖــﻬﺟ شور عﻮﻧ ﺖﺑﺎﯾد يرﺎﻤﯿﺑ ﺺﯿﺨﺸﺗ يﺎﻫ 2

،ﺖﻗد رﺎﯿﻌﻣ ﻪﺳ

ﺮﺜﮐا رد ﺖﯿﺳﺎﺴﺣ و ﯽﮔﮋﯾو تﺎﻌﻟﺎﻄﻣ

هﺪــﺷ ﻪــﺘﻓﺮﮔ رﺎــﮑﺑ

ﻪــﺑ ﺖــﻟﺎﺣ ﻦﯾﺮﺗﺪﺑ و ﻦﯾﺮﺘﻬﺑ رد ﺖﻗد ﺪﺻرد راﺪﻘﻣ .ﺖﺳا ﺐــﯿﺗﺮﺗ 0 و 100 دﺪــﻋ ﻪــﺑ ﯽــﮑﯾدﺰﻧ و ﺪــﺷﺎﺑ ﯽــﻣ 100

نﺎــﺸﻧ

ﺧ و ﺐﺳﺎﻨﻣ ﺖﻗد هﺪﻨﻫد رد .ﺖــﺳا يدﺎﻬﻨــﺸﯿﭘ ﻢﺘﯾرﻮــﮕﻟا بﻮ

هرﺎﻤﺷ ﻪﻄﺑار 3

.ﺖﺳا هﺪﺷ هداد نﺎﺸﻧ رﺎﯿﻌﻣ ﻦﯾا ﻪﺒﺳﺎﺤﻣ هﻮﺤﻧ

هرﺎﻤﺷ ﻪﻄﺑار) 3(

: Accuracy= (TP+TN) / (TP+FP+TN+FN)

ﺑ ﺮﯾدﺎﻘﻣ ﻪ رﺎﮐ رد ﻪﺘﻓر ﺖﺳا ﻞﯾذ حﺮﺷ ﻪﺑ ﻪﻄﺑار ﻦﯾا .

-

1TP نآ يرﺎﻤﯿﺑ ﯽﺘﺳرد ﻪﺑ ﻪﮐ ﯽﺘﺑﺎﯾد داﺮﻓا : ﺺﯿﺨﺸﺗ ﺎﻫ

.ﺖﺳا هﺪﺷ هداد

-

2TN : داﺮﻓا ﯽﻤﻟﺎﺳ ﻪﺑ ﻪﮐ هداد ﺺﯿﺨﺸﺗ ﻢﻟﺎﺳ ﯽﺘﺳرد ﯽﻣ

.ﺪﻧﻮﺷ

-

3FP يداﺮﻓا : ﯽﻣ هداد ﺺﯿﺨﺸﺗ ﯽﺘﺑﺎﯾد ﻂﻠﻏ ﻪﺑ ﻪﮐ .ﺪﻧﻮﺷ

-

4FN .ﺪﻧﻮﺷ ﯽﻣ هداد ﺺﯿﺨﺸﺗ ﻢﻟﺎﺳ ﻂﻠﻏ ﻪﺑ ﻪﮐ يداﺮﻓا :

ﯽﻣ ﺖﯿﺳﺎﺴﺣ و ﯽﮔﮋﯾو رﺎﯿﻌﻣ ﻪﺒﺳﺎﺤﻣ ﺖﻬﺟ ﻪــﺑ ناﻮﺗ

ﻪﻄﺑار زا ﺐﯿﺗﺮﺗ هرﺎﻤﺷ

4 و 5 .دﻮﻤﻧ هدﺎﻔﺘﺳا

) هرﺎﻤﺷ ﻪﻄﺑار 4

:(

Specificity=TN/(FP+TN)

) هرﺎﻤﺷ ﻪﻄﺑار 5(

: Sensitivity=TP/(TP+FN)

و ﻦﯾﺮــﺘﻬﺑ رد ﺖﯿــﺳﺎﺴﺣ و ﯽﮔﮋﯾو يﺎﻫرﺎﯿﻌﻣ ﺮﯾدﺎﻘﻣ

ﻪﺑ ﺖﻟﺎﺣ ﻦﯾﺮﺗﺪﺑ ﯽﻣ ﺪﺻرد ﺮﻔﺻ ﺎﺗ ﺪﺻ ﺐﯿﺗﺮﺗ

.ﺪﻨﺷﺎﺑ

ﺎﻫ ﻪﺘﻓﺎﯾ

هدﺎﯿﭘ ﺖﻬﺟ دوﺪﺣ يدﺎﻬﻨﺸﯿﭘ شور يزﺎﺳ

90 ﺪﺻرد

هداد زا ﺠﻣ رد دﻮــﺟﻮﻣ يﺎﻫ هداد ﻪــﻋﻮﻤ

ﻪــﺑ ارpima ناﻮــﻨﻋ

هداد ﯽﻘﺑﺎﻣ و ﯽﺷزﻮﻣآ هداد ﺖــﺴﺗ و ﯽﺑﺎــﯾزرا ﺖــﻬﺟ ار ﺎﻫ

هداد .ﺖﻓﺮﮔ راﺮﻗ هدﺎﻔﺘﺳا درﻮﻣ رد يﺮﯿﮔدﺎــﯾ و ﺖﺴﺗ يﺎﻫ

راﺮــﮑﺗ .ﺪﻧﺪﺷ بﺎﺨﺘﻧا ﯽﻓدﺎﺼﺗ ﻞﮑﺷ ﻪﺑ ﻪﻣﺎﻧﺮﺑ ياﺮﺟا ﺮﻫ ﺐــﯿﺗﺮﺗ ﻪــﺑ تارذ ﻢﺘﯾرﻮﮕﻟا 200

، 150 ، 100 ، 50 بﺎــﺨﺘﻧا

.ﺪـــﯾدﺮﮔ نﺎـــﻤﻫ يﺎـــﻫرادﻮﻤﻧ رد ﻪـــﮐرﻮﻃ ﺎﻤـــﺷ

هر 1 و 2

،

تارذ ﻢﺘﯾرﻮــﮕﻟا راﺮــﮑﺗ ﺶﯾاﺰــﻓا ﺖــﺳا هﺪــﺷ ﺺﺨــﺸﻣ

يﺎــﻫرﺎﯿﻌﻣ دﺮــﮑﻠﻤﻋ ﺶﯾاﺰــﻓا ﺚــﻋﺎﺑ يدﺎﻬﻨــﺸﯿﭘ شور رد ﺖﻗد

، ﺖﯿﺳﺎﺴﺣ

، ﯾو ﮋ ﯽﮔ ﺶﯿﭘ ﺶﯿﭘ ،ﺖﺒﺜﻣ ﯽﻨﯿﺑ ﯽﻔﻨﻣ ﯽﻨﯿﺑ

ﯽﻣ ﯽﻣ نﺎﺸﻧ لﺎﮑﺷا ﻦﯾا ﻞﯿﻠﺤﺗ ﺞﯾﺎﺘﻧ .دﻮﺷ ﺖــﻟﺎﺣ رد ﺪﻫد

1. TP: True Positive 2. TN: True Negative 3. FP: False Positive

ار يدﺎﻬﻨــﺸﯿﭘ شور ﺖــﻗد ﻪــﯿﻟوا ﺖــﯿﻌﻤﺟ ﺶﯾاﺰــﻓا ﯽــﻠﮐ ﯽــﻣ ﺶﯾاﺰﻓا ﺤﺗ ﺖــﻬﺟ .ﺪــﻫد

شور ﺖــﻗد ﻪــﺴﯾﺎﻘﻣ و ﻞــﯿﻠ

ﺖــﯿﻌﻤﺟ ،ﺖــﺑﺎﯾد يرﺎﻤﯿﺑ ﺺﯿﺨﺸﺗ ﺮﮕﯾد شور ﺎﺑ يدﺎﻬﻨﺸﯿﭘ ماﺪﮐﺮﻫ راﺮﮑﺗ داﺪﻌﺗ و ﻪﯿﻟوا 200

ﺖــﻬﺟ و ﺪــﺷ ﻪﺘﻓﺮﮔﺮﻈﻧ رد

ﻖﯿﻗد ﯽﺑﺎﯾزرا ﺮﺗ

50 ﺖــﻓﺮﮔ مﺎــﺠﻧا ﻪــﻧﺎﮔاﺪﺟ ﺶﯾﺎﻣزآ .

رد

لوﺪﺟ هرﺎﻤﺷ 1

، شور ﺎﺑ ار يدﺎﻬﻨﺸﯿﭘ شور ﯽــﻨﺘﺒﻣ يﺎــﻫ

ﺖﻗد يﺎﻫرﺎﯿﻌﻣ ﺎﺑ ﻦﯿﺷﺎﻣ يﺮﯿﮔدﺎﯾ ﺮﺑ

، ﺖﯿﺳﺎﺴﺣ

، و ﮋﯾ ﯽﮔ

لوﺪــﺟ تﺎــﻋﻼﻃا .ﺖــﻓﺮﮔ راﺮــﻗ ﯽﺑﺎــﯾزرا و ﻪﺴﯾﺎﻘﻣ درﻮﻣ هرﺎﻤﺷ 1 ﯽﻣ نﺎﺸﻧ ﺖــﻗد رﺎﯿﻌﻣ ﺮﻈﻧ زا يدﺎﻬﻨﺸﯿﭘ شور ،ﺪﻫد و

شور ﺮﯾﺎﺳ زا ﯽﮔﮋﯾو رد جرﺪﻨﻣ يﺎﻫ

ﻦﯾا دﺮﮑﻠﻤﻋ لوﺪﺟ

ﻪـــﺴﯾﺎﻘﻣ رادﻮـــﻤﻧ .دراد يﺮـــﺘﻬﺑ ﺎـــﺑ يدﺎﻬﻨـــﺸﯿﭘ شور يا

شور رد هﺪﺷ ﺮﮐذ يﺎﻫ رادﻮﻤﻧ

هرﺎﻤﺷ 1 .ﺖﺳا هداد نﺎﺸﻧ

ﻤﺷ لوﺪﺟ هرﺎ

يدﺎﻬﻨــﺸﯿﭘ شور رد ﻪﺘﻓر رﺎﮑﺑ يﺎﻫ ﺮﺘﻣارﺎﭘ ﺮﯾدﺎﻘﻣ1:

ﺪﺻرد سﺎﺳاﺮﺑ

شور ﺖﻗد

(ﺪﺻرد) ﺖﯿﺳﺎﺴﺣ

(ﺪﺻرد) ﯽﮔﮋﯾو

(ﺪﺻرد)

LS-SVM 2/

78 80 9/

73

PCA-LS-SVM 82

3/

83 1/

79

PCA-MI-LS-SVM 1/

87 6/

91 80

PCA-PSO-LS-SVM

4/

88 8/

91 7/

82

MI-MCS-FWSVM 5/

93 1/

94 5/

92

ANNPSO 1/

94 1/

92 8/

92

LS: Logistic Regression SVM: Support Vector Machine PCA: Principal Component Analysis MI: Mutual Information

PSO: particle swarm optimization MCS: Modified Cuckoo Search

FWSVM: Feature Weighted Support Vector Machines ANNPSO: artificial neural network - particle swarm optimizatio

رادﻮﻤﻧ هرﺎﻤﺷ

ﯽﻨﺘﺒﻣ شور ﺪﻨﭼ ﺎﺑ يدﺎﻬﻨﺸﯿﭘ شور دﺮﮑﻠﻤﻋ ﻪﺴﯾﺎﻘﻣ1:

ﻦﯿﺷﺎﻣ يﺮﯿﮔدﺎﯾ ﺮﺑ

ﭘﯿ ﺶ ﺑﯿ ﻨ ﯽ د ﻪﺑ ﻼﺘﺑا ﯾ ﺖﺑﺎ عﻮﻧ 2

رد يدﺎﻬﻨﺸﯿﭘ شور رادﻮﻤﻧ

هرﺎﻤﺷ 2 ﺖــﻗد يﺎﻫرﺎﯿﻌﻣ رد

،

ﺖﯿﺳﺎﺴﺣ

، ﯾو ﮋ ﯽﮔ هداد ﮏﯿﻨﮑﺗ ﻪﺳ ﺎﺑ يوﺎﮐ

،نﻮﯿﺳﺮﮔر)

ﻢﯿﻤﺼﺗ رد و ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ درﻮﻣ (يﺮﯿﮔ

ﯾﺎﻘﻣ ﻪــﺴ

درﻮــﻣ ﻞﮑــﺷ ﻪــﺴﯾﺎﻘﻣ ﺞﯾﺎــﺘﻧ .ﺖــﺳا ﻪﺘﻓﺮﮔ راﺮﻗ نﺎــﺸﻧ ﺮــﻈﻧ

ﯽﻣ ﯽﺑﺎــﯾزرا رﺎــﯿﻌﻣ ﻪــﺳ رد يدﺎﻬﻨــﺸﯿﭘ شور ﻪــﮐ ﺪﻫد ،ﺖــﻗد

ﮏﯿﻨﮑﺗ ﻪﺑ ﺖﺒﺴﻧ ﺖﯿﺳﺎﺴﺣ و ﯽﮔﮋﯾو

،نﻮﯿﺳﺮﮔر يﺎﻫ ﻪﮑﺒﺷ

ﻢﯿﻤﺼﺗ ﺖﺧرد و ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ يﺮــﺘﻬﺑ دﺮﮑﻠﻤﻋ يﺮﯿﮔ

.دراد

رادﻮﻤﻧ هرﺎﻤﺷ

نﻮﯿﺳﺮﮔر شور ﺎﺑ يدﺎﻬﻨﺸﯿﭘ شور دﺮﮑﻠﻤﻋ ﻪﺴﯾﺎﻘﻣ2:

،

يﺮﯿﮔ ﻢﯿﻤﺼﺗ ﺖﺧرد و ﯽﺒﺼﻋ ﻪﮑﺒﺷ

ﺚﺤﺑ

رد ﻪﻌﻟﺎﻄﻣ ﻦﯾا ﺑ

عﻮــﻧ ﯽﺘﺑﺎﯾد نارﺎﻤﯿﺑ هﺪﻧوﺮﭘ سﺎﺳاﺮ 2

ﺎــﻫدرﻮﮐر ﻦــﯾا رد دﻮــﺟﻮﻣ ﺪﻨﻤــﺷزرا تﺎــﻋﻼﻃا و

، ﮏــﯾ

ﻪــﺑ يﺮﯿﮔدﺎــﯾ ﺎــﺑ ﯽﻋﻮﻨــﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ ﺮﺑ ﯽﻨﺘﺒﻣ ﻢﺘﺴﯿﺳ سﺎــﺳاﺮﺑ و ﺪــﺷ ﻪــﺋارا ﯽــﻌﻤﺟ ﻪﺘــﺳد شﻮــﻫ ﮏــﻤﮐ ﻦــﯾا

هداد عﻮﻧ ﺖﺑﺎﯾد يرﺎﻤﯿﺑ ،ﯽﺷزﻮﻣآ يﺎﻫ 2

داﺮﻓا رد

،ﯽﺿﺎﻘﺘﻣ

ﯽﻨﯿﻟﺎﺑ ﺶﯾﺎﻣزآ ود ﺎﺑ ﻂﻘﻓ ﺎﻤﺳﻼﭘ ﺰﮐﻮﻠﮔ ﺖﻈﻠﻏ

2 ﺖﻋﺎﺳ

ﯽﮐارﻮــﺧ ﺰﮐﻮــﻠﮔ ﻞــﻤﺤﺗ ﺶﯾﺎــﻣزآ رد و

مﺮــﺳ 2 ﻪﺘﻋﺎــﺳ

ﯽﻟﻮﺴﻧا .دﻮﺷ هداد ﺺﯿﺨﺸﺗ

ﻪﻌﻟﺎﻄﻣ رد رووﺎــﮐ ﻪﮐ يا نارﺎــﮑﻤﻫ و

ﺶﯿــﭘ ﻪــﺑ ﯽــﻨﯿﺑ

ﺖﺑﺎﯾد يرﺎﻤﯿﺑ عﻮــﻧ

2 زا هدﺎﻔﺘــﺳا ﺎــﺑ هداد ﻪــﻋﻮﻤﺠﻣ

pima

ﻪﺘﺧادﺮﭘ ﺪﻧا ، نﺎﺸﻧ

،ﺪﺷ هداد ﺢﻄﺳ ﻮﺴﻧا مﺮﺳ ﻢﻬﻣ ﻦﯿﻟ ﻦﯾﺮــﺗ

يﻻﺎــﺑ ﻦﯿﻟﻮــﺴﻧا راﺪﻘﻣ ﺮﮔا ،ﺖﺳا ﯽﺘﺑﺎﯾد داﺮﻓا رد ﯽﮔﮋﯾو 800 ﯽــﻣ نﺎــﺸﻧ ﺪــﺷﺎﺑ .ﺖــﺳا ﺖــﺑﺎﯾد ﻪــﺑ ﻼﺘــﺒﻣ دﺮــﻓ ﺪــﻫد

سﺎﺳاﺮﺑ ﻢﺘﯾرﻮﮕﻟا مﺎﻤﺗ ﺞﯾﺎﺘﻧ يدﺎﻬﻨﺸﯿﭘ ﻢﺘﯾرﻮﮕﻟا ﺰﺟ ﻪﺑ ﺎﻫ

نارﺎﮑﻤﻫ و رووﺎﮐ ﻢﮐ ﺖﻗد خﺮﻧ ياراد

زا ﺮــﺗ 78 ﺪــﺻرد

ﯽﻣ ﺪﻨﺷﺎﺑ ) 11 .(

نﺎﻬﺑﺎﻧﺎﻣدﺎﭘﺎــــﺴﻧﺎﻧآ و

ا ﺎــــﺑ نارﺎــــﮑﻤﻫ زا هدﺎﻔﺘــــﺳ

Naïve Bayes ﻪــﺋارا ار ﯽﺘﺑﺎﯾد ﯽﺗﺎﭘﻮﻨﯿﺗر ﺺﯿﺨﺸﺗ شور

هداد ﺶﯿﭘ ﻪﺑ ﻪﮐ ﺪﻧا ﮏــﻤﮐ ﻪــﯿﻟوا ﻞــﺣاﺮﻣ رد يرﺎﻤﯿﺑ ﯽﻨﯿﺑ

ﯽﻣ ﻦﯾا .ﺪﻨﮐ ﻪﻌﻟﺎﻄﻣ هداد ﻪــﻋﻮﻤﺠﻣ يور ﺮــﺑ مﺎــﺠﻧاpima

و ﺪﺷ ﻪﺑ ﺖﺳا ﻪﺘﻓﺎﯾ ﺖﺳد ﯽﯾﻻﺎﺑ ﺖﻗد )

12 .(

داﮋﻧﺮﮕﺴﻋ نارﺎــﮑﻤﻫ و

ﯽــﺳرﺮﺑ رد ﺶﯿــﭘ

ﻪــﯿﻟوا ﯽــﻨﯿﺑ

ﺮﺑ ﺖﺑﺎﯾد يور ﻮﻤﺠﻣ هداد ﻪﻋ ارpima

زا هدﺎﻔﺘﺳا ﺎﺑ شور

يﺎﻫ

وﺎﮐ هداد ﻒﻠﺘﺨﻣ ي

، ﺖﻗد ﻪﺑ 35 / 84 ﺪﻧﺪﯿﺳر ﺪﺻرد )

13 .(

ﻪﻌﻟﺎﻄﻣ رد يود ﻪﮐ يا ﺖــﻗد ﺶﯾاﺰــﻓا ﻪﺑ نارﺎﮑﻤﻫ و

ﺶﯿﭘ ﺖﺑﺎﯾد يرﺎﻤﯿﺑ ﯽﻨﯿﺑ عﻮﻧ

2 ﻪﺘﺧادﺮﭘ ﻪﻘﺒﻃ شور ،ﺪﻧا يﺪــﻨﺑ

SVM (Support Vector Machine) ،

Naïve Bayes

راﺮﻗ ﯽـــﺳرﺮﺑ درﻮــﻣ ﺖــﻓﺮﮔ

رد . ـــﻌﻟﺎﻄﻣ ﺮـــﻈﻧ درﻮــﻣ ﻪ زا

شور ﯽــﺒﯿﮐﺮﺗ شزادﺮــﭘ ﺶﯿــﭘ يﺎــﻫ ﺖــﻬﺟ

ﯽﻨﯾﺰﮕﯾﺎــﺟ

هﺪــﺸﻤﮔ ﺮﯾدﺎــﻘﻣ ﺪــﺷ هدﺎﻔﺘــﺳا

ﻪــﻨﯿﻬﺑ ﺖــﯾﺎﻬﻧ رد و يزﺎــﺳ

ﺖــﺳﺎﺘﯾد يور ﺮــﺑ ﮏــﯿﺘﻧژ ﻢﺘﯾرﻮﮕﻟا زا هدﺎﻔﺘﺳا ﺎﺑ بﺎﺨﺘﻧا ﺖﻓﺮﮔ مﺎﺠﻧاPima )

14 .( ﮓﻧاوﻮﻫ و نارﺎﮑﻤﻫ ﻪــﻌﻟﺎﻄﻣ رد

،دﻮﺧ ﻢﺘﯾرﻮﮕﻟا زا هدﺎﻔﺘﺳا ﺎﺑ ﺖﺧرد يﺎﻫ

ﻞــﮕﻨﺟ ،ﻢﯿﻤﺼﺗ

ﺎﻣ ،ﯽﻓدﺎﺼﺗ ﻦﯾﺰﯿﺑ ﻪﮑﺒﺷ ،نﺎﺒﯿﺘﺸﭘ رادﺮﺑ ﻦﯿﺷ

ﺶﯿــﭘ ﻪﺑ ﯽــﻨﯿﺑ

ﺖﺑﺎﯾد يرﺎﻤﯿﺑ عﻮﻧ

2 ﻪﺘﺧادﺮﭘ ﺪﻧا ﺎﺑ و شور ﻦــﯾا زا هدﺎﻔﺘﺳا

يﻻﺎﺑ ﺖﻗد ﻪﺑ 60

ﺪﻧﺪﯿﺳر ﺪﺻرد )

15 .(

نﺎﻨﺸﯾﺮﮐﻻﺎﺑ نارﺎﮑﻤﻫ و

ﺰﯿﻧ ﺶﯿﭘ ياﺮﺑ يرﺎــﻤﯿﺑ ﯽــﻨﯿﺑ

ﺖــﺑﺎﯾد

، ﻢﺘﯾرﻮــﮕﻟا زا يﺎــﻫ

Naïve Bayes و

هدﺎﻔﺘــﺳاSVM

دﺮﮐ ﺪﻧ . نآ ﺎﻫ ﺎﺑ ﯾد يور ﺮﺑ رﺎﮐ ﺖﺳﺎﺘ

زا هدﺎﻔﺘﺳا ﺎﺑ وpima

مﺮﻧ راﺰﻓا ،ﺎﮐو ﻢﺘﯾرﻮــﮕﻟا ﺖﻗد ﯽﺳرﺮﺑ ﻪﺑ هداد يﺎــﻫ

يوﺎــﮐ

ﻪﺘﺧادﺮﭘ ندﺮــﮐ اﺪــﯿﭘ ياﺮــﺑ ﯽﮔﮋﯾو بﺎﺨﺘﻧا شور ﮏﯾ و ﺖﻗد ﻪﮐ ﺪﻧداد دﺎﻬﻨﺸﯿﭘ بﻮﻠﻄﻣ ﯽﮔﮋﯾو ﻪﻋﻮﻤﺠﻣﺮﯾز ﮏﯾ

ﻪﻘﺒﻃ يﺪﻨﺑ naïve bayes و

ارsvm ﺖﺳا هدﺮﺑ ﻻﺎﺑ .

ﻞﯿﻠﺤﺗ يﺎــﻫ

ﻨﺤﻨﻣ ﺮـﯾز ﺢﻄـﺳ رادﻮـﻤﻧ رد ار دﻮﺧ دﺮــﮐ ﻪﺴﯾﺎﻘﻣ ﯽ

ه ﻪــﮐ

ﺖﯾﺎﻬﻧ رد ﻢﺘﯾرﻮﮕﻟا ﺪﯿﺳر يﺮﺗﻻﺎﺑ ﺖﻗد ﻪﺑSVM

) 16 .(

ﺎﻨﮐﺎﺳ ﯽﺗاﺮﮐ ﻦﯿــﺑ ﯽﻣﺎﻏدا دﺮﮑﯾور ﮏﯾ نارﺎﮑﻤﻫ و

شور ،SVM knn(K Nearest Neighbor) ﺺﯿﺨــﺸﺗ ياﺮﺑ

ﺖــﺑﺎﯾد يرﺎــﻤﯿﺑ عﻮــﻧ

2 يور ﺮــﺑ هداد ﻪــﻋﻮﻤﺠﻣ ارpima

ﻪــﺠﯿﺘﻧ ﻦــﯾا ﻪــﺑ و ﺪﻧداد ﻪﺋارا ﻪــﮐ ﺪﻧﺪﯿــﺳر

ﻦــﯾا رد ﺰــﯿﻧknn

ﻪﻋﻮﻤﺠﻣ ﺺﯿﺨﺸﺗ ﺖﻬﺟ هداد عﻮــﻧ ﺖــﺑﺎﯾد يرﺎــﻤﯿﺑ

2 ﺰــﺟ

ﻢﺘﯾرﻮــﮕﻟا ﻦﯾﺮﺗﺮﺛﻮــﻣ ﯽــﻣ ﯽﻋﻮﻨــﺼﻣ شﻮــﻫ يﺎــﻫ

و ﺪــﺷﺎﺑ

ﺖﻗد ﻦﯿﮕﻧﺎﯿﻣ ﻪﺑ ﻪﺘﺴﻧاﻮﺗ 66

ﺪﺳﺮﺑ ﺪﺻرد )

17 .(

ﻪﻌﻟﺎﻄﻣ رد راوﺎﭘ ﻪﮐ يا نارﺎﮑﻤﻫ و

ﻪــﺑ ﻊﻣﺎــﺟ ﯽــﺳرﺮﺑ

ﺖــﺑﺎﯾد ﺺﯿﺨــﺸﺗ درﻮﻣ رد عﻮــﻧ

2 نﺎــﻣرد و ﺖــﺷاﺪﻬﺑ رد

،ﺪﻨﺘﺧادﺮﭘ ﻞﯿﻠﺤﺗ

ــﯾز ﺢﻄـــﺳ رادﻮـــﻤﻧ رد ار دﻮــﺧ يﺎــﻫ ﺮـ

ﺪــﻧدﺮﮐ ﻪــﺴﯾﺎﻘﻣ ﯽﻨﺤﻨﻣ داد نﺎــﺸﻧ ﺞﯾﺎــﺘﻧ و

ﻢﺘﯾرﻮــﮕﻟا ﻪــﮐ

ﺖﺳا هﺪﯿﺳر ﺺﯿﺨﺸﺗ ياﺮﺑ يﺮﺗﻻﺎﺑ ﺖﻗد ﻪﺑSVM )

18 .(

ﻟ يﺮﮕﻨ نارﺎﮑﻤﻫ و هداز

،دﻮﺧ ﻪﻌﻟﺎﻄﻣ رد هدﺎﻔﺘـــﺳا ﺎـﺑ

ﺶﯿﭘ ﻪـﺑ ﯽﺒـﺼﻋ ﻪﮑﺒـﺷ زا ناردﺎــﻣ رد سرﺎــﻧ دازﻮــﻧ ﺪﻟﻮﺗ ﯽﻨﯿﺑ

ـﺘﺧادﺮﭘ رادرﺎﺑ ﺪﻨ

داد نﺎـــﺸﻧ ﺞﯾﺎﺘﻧ ﻪﮐ

، ﻪﮑﺒــﺷ زا هدﺎﻔﺘـــﺳا

ﺳﺮﭘ ﺪﻨﭼ نوﺮﺘﭙ ﺶﯿﭘ ياﺮﺑ ﻪﯾﻻ

ﺮـﻈﻧ زا نﺎـﻤﯾاز ﻪـﺠﯿﺘﻧ ﯽﻨﯿﺑ

ﻖـﯾﺮﻃ زا رادرﺎـﺑ ناردﺎﻣ رد سرﺎﻧ دازﻮﻧ ﺎﯾ مﺮﺗ دازﻮﻧ ﺪﻟﻮﺗ يروﺎﻨﻓ ﯽــﻣ يرورﺎــﺑ ﮏــﻤﮐ يﺎﻫ زا يﺮﯿﮕــﺸﯿﭘ رد ﺪــﻧاﻮﺗ

ﮏــﻤﮐ سرﺎــﻧ دازﻮﻧ ﺪﻟﻮﺗ ضراﻮـﻋ ﺪــﺷﺎﺑ هﺪــﻨﻨﮐ

) 19 . ( رد

شﻮــﻫ ﮏﻤﮐ ﻪﺑ ﯽﻋﻮﻨﺼﻣ ﯽﺒﺼﻋ ﻪﮑﺒﺷ يدﺎﻬﻨﺸﯿﭘ شور ﺑ تارذ ﯽــﻌﻤﺟ ﻪﺘــﺳد ﯽﺒــﺼﻋ ﻪﮑﺒــﺷ ﮏــﯾ نازوا ﻦﯾﺮــﺘﻬ

دﺮــﮐ يزﺎــﺴﻟﺪﻣ ﯽــﺷزﻮﻣآ هداد ﮏﻤﮐ ﻪﺑ ار ﯽﻋﻮﻨﺼﻣ ه

و

ﺶﯿﭘ لﺪﻣ ﮏﯾ را ار ﺖﺑﺎﯾد ﯽﻨﯿﺑ

ا يﺎﻄﺧ ﻂﺳﻮﺘﻣ ﻪﮐ داد ﻪﺋ

ﻪــﺑ يزﺎﺴﻟﺪﻣ راﺮــﮑﺗ يﺮــﺴﮑﯾ زا ﺪــﻌﺑ فﺪــﻫ ﻊﺑﺎــﺗ ناﻮــﻨﻋ

نآ زا ﻊﻗاو رد .ﺪﺷ ﻪﻨﯿﻤﮐ ﻪــﺑ يدﺎﻬﻨﺸﯿﭘ شور ﺖﻗد ﻪﮐ ﺎﺟ

ﯽﮕﺘــﺴﺑ ﯽﻋﻮﻨــﺼﻣ ﯽﺒــﺼﻋ ﻪﮑﺒــﺷ نازوا ﺐــﺳﺎﻨﻣ بﺎﺨﺘﻧا د درا

، يﺎــﻄﺧ ﻂــﺳﻮﺘﻣ ﻪﻠﺌــﺴﻣ نازوا ﺐﺳﺎﻨﻣ بﺎﺨﺘﻧا ﺎﺑ اﺬﻟ

لﺪﻣ ﻪﺘــﺳد شﻮــﻫ ﻢﺘﯾرﻮﮕﻟا زا هدﺎﻔﺘﺳا و ﺪﺷ ﻪﻨﯿﻤﮐ يزﺎﺳ

رد ﺪﺷ ﺚﻋﺎﺑ ،ﯽﻌﻤﺟ يﺎــﻄﺧ ﻪــﻨﯿﻤﮐ ﻂــﺳﻮﺘﻣ راﺮــﮑﺗ ﺮــﻫ

لﺪﻣ تارذ داﺪــﻌﺗ ﺶﯾاﺰــﻓا ﺎﺑ ﻦﯿﻨﭽﻤﻫ .ﺪﺑﺎﯾ ﺶﻫﺎﮐ يزﺎﺳ

ﺑ ﻪ ﻪﮑﺒــﺷ يدﺎﻬﻨﺸﯿﭘ شور رد ﻪﺘﻓر رﺎﮐ ﯽﻋﻮﻨــﺼﻣ ﯽﺒــﺼﻋ

ﻖﯿﻗد زو و ﺖــﻓﺎﯾ شزﻮﻣآ ﺮﺗ ن

ﻪــﻨﯿﻬﺑ يﺎــﻫ ﻪــﺑ ﺖﺒــﺴﻧ يﺮــﺗ

ﺖﯿﻌﻤﺟ ﻢﮐ يﺎﻫ ﺑ ﺮﺗ ﻪ ﺶﯾاﺰــﻓا ﺎﺑ ﻦﯾا ﺮﺑ هوﻼﻋ .ﺪﻣآ ﺖﺳد

ﺖــﻗد ﺶﯾاﺰــﻓا ﺮــﺑ هوﻼــﻋ ﺎﻫراﺮﮑﺗ داﺪﻌﺗ و ﻪﯿﻟوا ﺖﯿﻌﻤﺟ ﺮﺘﻣارﺎــﭘ دﻮــﺒﻬﺑ ﺚــﻋﺎﺑ يدﺎﻬﻨﺸﯿﭘ شور ﺖﯿــﺳﺎﺴﺣ يﺎــﻫ

و

ﯽﮔﮋﯾو ﯽــﻣ رﺎﻈﺘﻧا .ﺪﺷ ﺰﯿﻧ ﻦــﯾا رد هﺪــﺷ ﻪــﺋارا لﺪــﻣ دور

ﻧﺮﺑ رد هدﺎﻔﺘــﺳا ﺖــﻬﺟ يﺪــﻌﺑ ﻞــﺣاﺮﻣ رد ﻪﻌﻟﺎﻄﻣ ﻪــﻣﺎ

يﺎــﻫ

يرﺎــﻤﯿﺑ ﺖﻓﺮــﺸﯿﭘ و ﻼﺘﺑا ﺮﻄﺧ ناﺰﯿﻣ ﻦﯿﯿﻌﺗ ﺖﻬﺟ يﺮﮕﻟﺎﺑﺮﻏ .دﺮﯿﮔ راﺮﻗ هدﺎﻔﺘﺳا درﻮﻣ رﻮـــﻈﻨﻣ ﻪـــﺑ هداد دﻮـــﺒﻤﮐ ﻦﯿــﻨﭽﻤﻫ

ﺶﯿﺑ شزﻮﻣآ هداد ،لﺪﻣ ﺮﺗ

ﻪـــﻧﻮﻤﻧ رد هﺪــﺸﻤﮔ يﺎﻫ ﺎـــﻫ

زا

ﺖﯾدوﺪﺤﻣ ﻪــﻌﻟﺎﻄﻣ ﻦــﯾا يﺎﻫ

ﯽــﻣ ﺪــﺷﺎﺑ ﻪــﺑ ﻪــﮐ ﻢﺘــﺣ رﻮــﻃ

لﺪﻣ ﯽـﻣ ار ﻪـﻌﻟﺎﻄﻣ ﻦـﯾا رد هﺪـﺷ ﻪﺋارا يﺎﻫ ناﻮـــﺗ

دﻮــﺒﻬﺑ

ﻪـﺑ ﻢﺘﯾرﻮـﮕﻟا لﺪﻣ ﺪﻨﭼ ﺮﻫ .ﺪﯿﺸﺨﺑ ﺖـﺳد

آ ﺖﻗد ياراد هﺪـﻣ

ﻊـﻤﺟ ﺎـﺑ ﺎـﻣا ﺖﺳا ﯽﯾﻻﺎﺑ هداد يروآ

ﯽـﻣ ﺪـﯾﺪﺟ يﺎـﻫ ناﻮـــﺗ

داد ﺶﯾاﺰـﻓا ار نآ ﺖـﻗد و شزﻮـﻣآ دﺪـﺠﻣ ار لﺪـﻣ )

20 .(

References

1. Pardalos MP, Tomaino V, Xanthopoulos P.

Optimization and data mining in medicine.

Top 2009; 17(2): 215.

2. Wager KA, Lee FW, Glaser JP. Health Care Information Systems: A Practical Approach for HealthCare Managment. 2^th ed. San Francisco: Jossey-Bass Inc; 2009.

3. Zimmet PZ. Diabetes epidemiology as a tool to trigger diabetes research and care.

Diabetologia 1999; 42(5): 499-518.

4. Tan J. Medical Informatics. Concepts, Methodologies, Tools and Applications.

Hershey: IGI Global; 2008.

5. Zimmet P. Globalization, coca-colonization and the chronic disease epidemic: can the Doomsday scenario be averted? J Intern Med 2000; 247(3): 301-310.

6. Siuly S, Li Y, Zhang Y. Improving Prospective Performance in MI Recognition:

LS-SVM with Tuning Hyper Parameters, EEG Signal Analysis and Classification.

New York: Springer; 2017.

7. Mahdizadeh H, Barani A. Clinical Data Mining: An Overview of Data Mining Techniques in Diabetes. IJDLD 2016; 15(4): 225-236.

ﭘﯿ ﺶ ﺑﯿ ﻨ ﯽ د ﻪﺑ ﻼﺘﺑا ﯾ ﺖﺑﺎ عﻮﻧ 2

8. Amin Ul Haq, Jian Ping Li, Jalaluddin Khan, Muhammad Hammad Memon, Shah Nazir, Sultan Ahmad, et al. Intelligent Machine Learning Approach for Effective Recognition of Diabetes in E-Healthcare Using Clinical Data. Sensors 2020; 20(9): 2649.

9. Loannis Kavakiotis, OlghaTsave, Athanasios, Salifoglou, NicosMaglaveras, LoannisVlahavas, Loanna Chouvarda. Machine Learning and Data Mining Methods in Diabetes Research.

Comput Struct Biotechnol J 2017; 15: 104-116.

10. Pima diabetes. Available at: htpp://archive.

ics.uci.edu/ml/machine-learning-databases/

pima-indians-diabetes 1990.

11. Kaur G, Chhabra A. Improved J48 classification algorithm for the prediction of diabetes. Int J Comput Appl 2014; 98(22):

107-126.

12. Ananthapadmanabhan K, Parthiban G.

Prediction of chances-diabetic retinopathy using data mining classification techniques.

Indian J Sci Technol 2014; 7(10): 1498-1503.

13. Asgarnezhad R, Shekofteh M, Zamani F.

Improving diagnosis of diabetes mellitus using combination of preprocessing techniques.

J Theor Appl 2017; 95(13): 2889-2895.

14. Devi MR, Shyla JM. Analysis of Various Data Mining Techniques to Predict Diabetes Mellitus. Int J Appl Eng Res 2016; 11(1):

727-730.

15. Huang GM, Huang KY, Lee TYi, Weng J. An interpretable rule-based diagnostic

classification of diabetic nephropathy among type 2 diabetes patients. BMC Bioinformatics 2015; 16(suppl1): S5.

16. Balakrishnan S, Ramaraj N, Savarimuthu N, Samikannu R. SVM ranking with backward search for feature selection in type II diabetes databases. IEEE International Conference on Systems, Man and Cybernetics; 2008 Oct 12- 15; Singapore; 2008.

17. Saxena K, Khan Z, Singh Sh. Diagnosis of Diabetes Mellitus using K Nearest Neighbor Algorithm. IJCST 2014; 2(4): 36-43.

18. Pawar S, Sikchi S. An Extensive Survey on Diagnosis of Diabetes Mellitus in Healthcare.

Proceedings of the 2^th International Conference on Data Engineering and Communication Technology. Singapore, Springer; 2017.

19. Langarizadeh M, Ghazi Saeedi M, Karam Niay Far M, Hoseinpour M. Predicting Premature Birth in Pregnant Women via Assisted Reproductive Technologies using Neural Network. JHA 2016; 18(62): 42-51 (Persian).

20. Karegowda AG, Manjunath AS, Jayaram MA.

Application of genetic algorithm optimized neural network connection weights for medical diagnosis of pima Indians diabetes.

Int J Soft Comput 2011; 2(2): 15-23.

21. Jahani M, Rezaeenour J, Mahdavi M, Hadavandi E. Proposing a Model for Predicting Diabetes Patients by Neural Network. Journal of Health Administration 2017; 20(67): 24-35 (Persian).