dc.contributor.author | Huseynzade, S. S. | |
dc.contributor.author | Abbasova, G. Y. | |
dc.coverage.spatial | Минск | ru |
dc.date.accessioned | 2025-10-17T11:08:03Z | |
dc.date.available | 2025-10-17T11:08:03Z | |
dc.date.issued | 2025 | |
dc.identifier.citation | Huseynzade, S. S. Modeling of determining the degree of obesity using the fuzzy logical inference method = Моделирование определения степени ожирения с применением метода нечеткого логического вывода / S. S. Huseynzade, G. Y. Abbasova // Системный анализ и прикладная информатика. – 2025. – № 3. – С. 41-46. | ru |
dc.identifier.uri | https://rep.bntu.by/handle/data/159277 | |
dc.description.abstract | The article is devoted to computer modeling of the social and medical problem of determining the degree of obesity of body mass. An analysis was conducted, the significance of the solution to the problem was revealed. Using modern mathematical methods based on the theory of fuzzy sets and the method of fuzzy logical deduction, an approach is presented to determining the degree of obesity of body weight. Based on a short review, it was concluded that the body mass index, waist circumference size, degrees of abdominal obesity are recognized as direct factors in measuring the degree of obesity of body weight. Since all three factors are fuzzy parameters, the method of fuzzy logic inference is used to make a decision. The revealed universes of fuzzy variables of obesity of body weight, body mass index, waist circumference size, degrees of abdominal obesity. With the help of vague production rules, the answer options are provided for various situations. Fuzzy logical inference is implemented by the Mamdani method. The constructed model allows to calculate obesity rates for a large number of people in a short period of time objectively and accurately. Due to this feature, the developed approach can be used in population studies when defining specific categories of body weight as a health problem. The accumulated data of this kind are significant in life insurance. The results are related not only to adverse health problems, but also to social problems, such as determining the fatness of the population of different regions. | ru |
dc.language.iso | en | ru |
dc.publisher | БНТУ | ru |
dc.title | Modeling of determining the degree of obesity using the fuzzy logical inference method | ru |
dc.title.alternative | Моделирование определения степени ожирения с применением метода нечеткого логического вывода | ru |
dc.type | Article | ru |
dc.identifier.doi | 10.21122/2309-4923-2025-3-41-46 | |
local.description.annotation | Статья посвящена компьютерному моделированию социальной и медицинской проблемы определения степени ожирения массы тела. Проведен анализ, выявлена значимость решения проблемы. Представлен подход к решению определения степени ожирения массы тела с применением современных математических методов опирающихся на теорию нечетких множеств и на метод нечеткого логического вывода. На основе краткого обзора сделан вывод, что индекс массы тела, размера окружности талия, степени абдоминального ожирения, являются прямыми факторами измерения степени ожирения массы тела. Так как все три факторы являются нечеткими параметрами, для принятия решения применен метод нечеткого логического вывода. Выявлены универсумы нечетких переменных ожирения массы тела, индекс массы тела, размера окружности талия, степени абдоминального ожирения. С помощью нечетких продукционных правил предоставлены варианты ответа для различных ситуаций. Нечеткий логический вывод реализован методом Мамдани. Построенная модель позволяет объективно и точно рассчитать показатели ожирения для большого количества людей за короткий промежуток времени. Благодаря этой особенности разработанный подход может быть использован в популяционных исследованиях при определении конкретных категорий массы тела как проблемы со здоровьем. Накопленные этого рода данные имеют значимость при страховании жизни. Результаты связаны не только с неблагоприятными проблемами со здоровьем, но и с социальными проблемами, такими как определение упитанности населения разных регионов. | ru |