目的:使用自适应模糊推理系统技术探讨急性气管-支气管炎常见证候及其特征.方法:首先收集七所三甲医院急性气管-支气管炎患者资料,使用Epidata软件建立数据库;其次从Internet搜集了Fisher-iris数据.选取人工神经网络(Artificial Neural Network,ANN)、模糊系统(fuzzy system,FS),运用MATLAB6.5软件进行编程.采用动态科荷伦网络,它的输出结果能反映输入样本的图形分布特征,在联结权的调整中,使权的分布与输入样本的概率密度分布相似,在此基础上,通过增加动态神经元形成一种动态自适应神经网络.待动态层神经元稳定后,把输入层与动态层间的权值转换为模糊推理系统相应规则的属性隶属函数中心,通过与神经网络辨识率比较,不断调整模糊规则及相应的函数参数,最终获得最优模糊规则.模型通过Fisher-iris数据检验其可靠性,基于临床数据挖掘结果,依据中医基础理论及临床实际并通过测试数据检验其合理性.结果:最终获取20个模糊规则,通过规则转换及设定筛选出6个常见证候,即风寒袭肺证、风热犯肺证、燥邪犯肺证、痰热壅肺证、痰湿阻肺证、肺阴虚证.结论: 通过Fisher-iris数据检验模型,表明该方法所获取的模糊分类规则以较高的精度反映了学习样本集中存在的规律性,说明了模型的可靠性,提示自适应模糊推理系统可用于中医证候特征的研究.