当前,健康问题已成为世界各国人民普遍关注的热点问题,将计算机技术与医学相结合,利用智能算法可以提高疾病诊断的速度和准确性。因此,计算机医学诊断系统已成为计算机技术在医学应用方面的一个研究热点。本文对模糊控制器、遗传算法的研究背景、研究现状进行分析后,针对现存研究方法的不足和医学诊断的实际情况,提出了基于模糊积分的改进的模糊控制器的遗传算法,并且对该算法在医学诊断系统中的应用进行了研究。本文在分析了遗传算法、模糊控制器和模糊积分的基本原理和特性的基础上,提出了将遗传个体的基因的差别程度,适应函数值的差别程度以及个体的寿命的差别程度经模糊化作为模糊控制器的输入变量,利用模糊积分得到评价值,将评价值再分别与相应的模糊变量对应表匹配,在相应区间取出一个数值作为下一代的交叉率和变异率,从而动态控制遗传算法的交叉率和变异率,解决了遗传算法效率不高、群体缺乏多样性以及早熟的问题。实验表明遗传算法通过动态调整交叉率和变异率性能得到显著的提升。本文提出的基于模糊积分的改进的模糊控制器的遗传算法在医学诊断系统的应用是一种新的应用。针对医学系统的特点对遗传算法的参数进行了有针对性的设计,对疾病的类型、具体疾病、具体症状给出了详细的编码方案,同时通过专家给出了各症状在疾病中的重视度以及症状与疾病间的相关联系数。该专家系统实现了基本疾病的查询、疾病的诊断、意见的反馈和疑问的提出、疾病信息的管理和用户的管理等功能。在本文中给出了疾病信息管理的具体实现界面并且模仿了疾病的诊断过程,在疾病诊断完成后进行疾病诊断的评价。系统实验证明基于模糊积分的改进的模糊控制器的遗传算法在疾病诊断中具有比较高的可靠性。