智能算法是一种受自然界中自然现象或生物体的机理启发而开发的仿生算法。随着人工智能的迅猛发展，各种智能算法不断涌现，其应用领域也越来越广泛。本文尝试将智能算法应用到中医中风病病证诊断量表的制定中。诊断量表中有两个重要的概念：证候和四诊，证候是指人体在疾病发展过程某一阶段所出现的一组有机联系症状的病理概括；四诊是望诊、闻诊、问诊和切诊的总称，其中包含有几百个小项，例如：咳嗽、抽搐、头痛等，它们是中风病正确辨证和有效治疗的前提。中风病辨证就是将四诊（望、闻、问、切）所收集的有关疾病资料，包括各种症状、体征等，加以分析、综合，判断为某种性质的“证候”，以探求疾病的本质。病证诊断量表就是临床用于诊断病人所属证候的，是“辨证论治”的重要依据。基于智能算法的诊断量表的制定主要是用于模型的权重优化，对中医界使用的中风病的诊断标准有实际的指导意义。由此基于智能算法的医学数据挖掘试图从大量的实际数据中发掘出更加客观准确的诊断标准。 本论文基于国家重点基础研究发展计划（973）课题——缺血性中风病证结合的诊断标准与疗效评价体系研究。在编制中风病证候诊断要素测评表的背景下，对大样本临床四诊信息调查研究所得数据进行挖掘，从而得到更加直观的中风病诊断标准。 中风病证候诊断量表本质是从数据中发掘出可以正确诊断病人证候的数学模型，其中主要工作是找出中风病与各个证候相关性大的四诊信息项。要编制诊断量表则需要给这些相关四诊项赋以权重，从而对病人所属证候做出相应判断。量表编制问题的重要内容是如何得到应包括哪些条目和条目重要性的权重。本文中证候所包括的条目已经由项目组前期工作得出，本文研究的主要目的是如何应用与智能算法相结合的数据挖掘理论从大量的实际数据中发掘出已得条目的最优权重。主要从以下几个方面展开研究： （1）分析本研究应用前景，确定研究目标，提出本文要解决的主要问题。在对量表学原理进行简要概述的基础上，重点研究量表制作的关键环节-叔重赋值及优化。 （2）应用遗传算法，粒子群算法，免疫算法对诊断量表的四诊权重分别进行优化。主要包括：对不同算法得到的结果进行比较，对每个算法的特点进行分析，进而根据中医模型的独特性对算法进行改进，以获得有效应用于量表编制的优化算法。