بیماری پارکینسون یکی از بیماری های شایع عصبی است. این بیماری از مرگ برگشت ناپذیر سلول های مغز در قسمت جسم سیاه عقده های قاعده ای ایجاد می شود. بعلاوه، ساختار فیزیولوژیک مغز بسیار پیچیده بوده و در حالت بیماری این پیچیدگی دو چندان می شود. درچنین شرایطی، وجود مدل می تواند در درک بهتر عملکرد مغز و شناخت بیماری، کمک شایانی انجام دهد. مدل بایستی بتواند در کنار این که رفتار عوارض بیماری را شبیه سازی کند، اطلاعات فیزیولوژیکی به دست آمده در مطالعات را به خوبی در بر گیرد. در این پایان نامه، یک مدل جعبه سیاه بر پایه اطلاعات به دست آمده در مورد عقده های قاعده ای و بیماری پارکینسون ارائه شده است تا مبنایی برای مطالعه بیماری مفروض قرار گیرد. پاسخ مدل در این پروژه، عوارض بیماری و بازه های قدم نهادن می باشد. از طرف دیگر، مطالعات مختلفی رفتار آشوبی را در بازه های قدم نهادن بررسی کرده اند که حکایت از آشوبی بودن آن دارد. بنابراین، مدل باید توانایی شبیه سازی رفتار آشوبی را داشته باشد. چنین مدلی با دید آشوب و به صورت جعبه سیاه برای بیماری پارکینسون تا کنون ارایه نشده است. به همین دلیل روش جدیدی برای این مساله خاص، ارایه شده است. با استفاده از این مدل، پارامتری برای تشخیص بین حالت بیماری و صحت بدست آمده که میتواند پزشکان را در فهم بهتر رفتار این بیماری، یاری دهد. با ارایه این مدل پیشنهاد شده است که بیماران پارکینسونی را به دو دسته کلی تقسیم بندی کرد. این مدل میتواند برای کاربردهای مهمی مانند تشخیص زود هنگام بیماری و پیش بینی درمانهای جدید امکان پذیر برای از بین بردن علائم این بیماری، مورد استفاده قرار گیرد.