چکیده: هوش‌مصنوعی به ابزار هدفمندی برای کاهش نقش انسانی در بسیاری از زمینه‌ها تبدیل شده است. سیستم‌هایی که بر اساس روش‌های هوشمند طراحی شده‌اند معمولا هم هزینه‌ی پایین‌تری دارند، هم دقت آنها بالاتر است و هم بی‌وقفه می‌توانند به انجام کار ادامه دهند. در این میان اما حذف‌کردن نیروی متخصص همواره چالش‌برانگیزترین مسئله بوده است. اوتیسم یک طیف گسترده از اختلالات رفتاری است. وجه مشترک مبتلایان به این اختلال، الگوهای کلیشه‌ای در رفتار، مشکلات در برقراری ارتباط کلامی و تعامل اجتماعی است. این مسائل موجب می‌شوند کودکان اوتیستیک نتوانند به خوبی در جامعه آموزش ببینند و رشد کنند. هرچند درمان قطعی و مشخصی برای اوتیسم وجود ندارد، اما با ارائه‌ی آموزش‌هایی می‌توان کودکان را در برقراری ارتباط با دنیای اطرافشان یاری نمود. در این پایان‌نامه روشی به نام MPCM برای سنجش میزان اختلالات اوتیستیک در فرد ارائه داده‌ایم. برای این منظور یک بازی کامپیوتری طراحی شده است. این بازی شامل دو گروه تصویر است؛ دایره‌ و مربع. توجه اصلی ما بر اندازه‌گیری میزان تمرکز فرد در هنگام کار با سیستم است؛ به‌ویژه هنگامی که تصاویر در حال حرکت هستند. ما از کودکان مختلف درخواست می‌کنیم با این سیستم بازی کنند و عملکرد آنها را در حین انجام کار اندازه‌گیری و ثبت می‌کنیم. این کودکان دو دسته هستند. دسته‌ی اول اوتیستیک شناخته شده‌اند. دسته‌ی دوم کودکان عادی هستند و برای انجام عمل مقایسه در بررسی‌ها از آنها نیز کمک گرفته‌ایم. شدت اختلال به‌صورت یک عدد فازی بیان شده است. درمورد کودکان اوتیستیک این عدد را متخصصان تعیین کرده‌اند. برای کودکان عادی نیز عدد بسیار کوچکی نسبت داده‌ایم. برای قضاوت درباره‌ی عملکرد فرد نیاز به روشی داریم که به کمک آن بتوانیم دانش موجود در این زمینه را بازنمایی کرده و نگاشتی از ورودی به خروجی بیابیم. شبکه‌های عصبی مصنوعی ساختار مناسبی برای تحقق این هدف هستند. در این پایان‌نامه از این شبکه‌ها برای نتیجه‌گیری استفاده شده است. در نهایت هر نمونه در یکی از چهار درجه‌ی شدت اختلال قرار خواهد گرفت؛ عادی، خفیف، متوسط و شدید.