中医是中国传统医学文化的结晶,具有几千年的历史。主要通过四诊、八纲进行疾病诊断。但传统的中医有很强的主观性,非常依赖医者的临床经验,且不易掌握。而中医诊断客观化就是运用现代科学技术,研制和引用一些用于中医诊断的设备,如脉搏仪、舌诊仪等。通过这些设备可以让诊断过程得以客观化,加上近年来人工智能的快速发展及其在中医诊断领域中的渗透,为中医感冒诊断客观化提供了强有力的支持,因而有必要进一步深入研究中医感冒诊断客观化。感冒是由风邪或时行病毒侵袭人体引起的以鼻塞,流涕,恶寒,发热,头痛、全身不适等为主要临床表现的一种外感疾病。感冒辩证又分风寒、风热、暑湿、气虚、阴虚、时行感冒六种。感冒乃常见多发病,一年四季均可发病,冬春两季发病较多。轻症可不药而愈,但重症亦可伤人性命,不可忽视。如果能将中医基础理论和人工智能紧密结合起来,使中医感冒诊断进一步客观化,有很好的经济效益,非常值得深入研究。本文试图从中医诊断学基础理论出发,结合模糊推理的相关方法对中医感冒进行自动诊断,从而为中医感冒诊断客观化作出一些有益的探索。本文的内容主要分为两部分：感冒主要临床症状选取和感冒自动诊断。关于主要症状选取,因为感冒在病休表现的症状特别多,如果将四诊所得的全部症状作为输入,那将会使神经网络结构变得十分庞大和复杂,因此有必要选出主要症状。本文主要参考中医诊断学相关理论,并结合临床病例和医生临床经验剔除一些相对次要,对辩证影响甚微的症状。关于感冒自动诊断,本文采用基于神经模糊推理的感冒诊断方法。该方法试图把模糊控制、神经网络、中医理论的临床经验知识结合起来处理感冒诊断的问题。方法的核心是用神经网络实现模糊推理,构建自适应神经模糊推理系统(ANFIS),构建过程可以分为以下几个步骤：感冒主要特征提取,结合中医诊断理论确定推理规则,建立模糊推理系统(FIS),将FIS转化成相应的ANFIS,用临床病例作为样本对ANFIS进行训练,优化网络的结构和参数。