ارائه يك مدل شبكه عصبي فازي ، جهت پيش بيني سلامت عمومي زنان از طريق رابطه مولفه هاي تاثيرگذار انگيزه مشاركت ورزشي و فرهنگ بدن

Providing a Fuzzy Neural Network Model to Predict the General Health of Women Through Relationship Factors contributing to Sports Participation Motivation and Body Culture

ﻣﻄﺎﻟﻌﻪ ﺣﺎﺿﺮ ﺑﺎ ﻫﺪف پيش ﺑﻴﻨـﻲ ﺳـﻼﻣﺖ ﻋﻤـﻮﻣﻲ ﺑﺮاﺳﺎس انگيزه مشاركت ورزشي و فرهنگ بدن انجام شد. نمونه آماري را تمامي زنان پرسنل شاغل در معاونت هاي دانشگاه علوم پزشكي كرمان كه شامل549 نفر بودند تشكيل مي داد. ﺑﺮاي ﺟﻤﻊآوري دادهﻫﺎ از ﭘﺮﺳﺸﻨﺎﻣﻪ ﺳﻼﻣﺖ ﻋﻤﻮﻣﻲ (GHQ-28)، پرسشنامه انگيزه مشاركت ورزشي (گيل و همكاران، 1983) و پرسشنامه محقق ساخته فرهنگ بدن استفاده گرديد. براي كسب اعتبار علمي از روش روايي صوري و محتوايي استفاده شد. ميزان پايايي پرسشنامه ها نيز از طريق ضريب آلفاي كرونباخ تعيين گرديد. چارچوب نظري تحقيق از طريق شبكه عصبي فازي در نرم افزار MATLAB طراحي شد. با بهره گيري از سيستم استنباط عصبي – فازي تطبيقي (ANFIS) ؛ بين متغيرهاي ورودي؛ انگيزه مشاركت ورزشي و فرهنگ بدني و متغير خروجي؛ سلامت عمومي، رابطه اي برقرار شد. نتايج نشان داد كه با توجه به همبستگي بالا بين ورودي هاي شبكه و خروجي هاي آن و نيز ميزان خطاي بدست آمده، مدل ANFIS مدلي بسيار مناسب براي پيش بيني سلامت عمومي تلقي مي شود و بهترين حالت مدل جهت ارتقا سلامت عمومي زماني ست كه فرهنگ بدن در حد متوسط باشد.

The present study aims at the prediction of general health based on the sports participation and body culture. The sample consists of all women employees of Kerman University of Medical Sciences, including 549 people.. To collect data, the General Health Questionnaire (GHQ-28), sports participation motivation questionnaire (Gill et al, 1983), and the body culture questionnaire which was researcher made were applied. The content validity method was used and the above theoretical framework was developed through fuzzy neural network in MATLAB.Using the adaptive neural fuzzy inference system (ANFIS) for the input variables, there appeared a relationship between the input variables, sports participation and Body Cultureand output variable; general health. Given the high correlation between network inputs and outputs as well as error rate obtained, ANFIS is proved a suitable model for predicting general health. The optimal model for the general health promotion is when the body culture is at medium level.