مرجان محمودی تبریزی - دانش آموخته کارشناسی ارشد مهندسی نرم افزار دانشگاه آزاد اسلامی واحد ارومیه، ارومیه
احمد جعفریان - استادیار گروه ریاضی کاربردی دانشگاه آزاد اسلامی واحد ارومیه، ارومیه

توانایی های محاسباتی موثر از شبکه های عصبی مصنوعی در حل مسایل دنیای واقعی، ما را قادر می سازد تا این شبیه سازی های عصبی را به عنوان تخمین زننده های جهانی به جای قوانین برنامه نویسی سنتی جایگزین کنیم. در این مقاله ما سعی بر این داریم تا معماری از شبکه های عصبی فازی نوع 3 را به منظور پیش بینی بیماری دیابت نوع 2 بکار بگیریم. معماری عصبی طراحی شده قادر است که با استفاده از فاکتورهای موثر در شکل گیری این بیماری و ساختار شبکه عصبی فاز نوع 2 بیماری دیابت را روی الگوهای یادگیری فازی تجربی با استفاده از یک الگوریتم یادگیری نظارت شده پیش بینی کند. نتایج حاصله نشان داده که استفاده از این روش در پیش بینی بهتر این بیماری و بالا بردن قابلیت اعتماد حاصله، مفید واقع می شود.

بیماری دیابت نوع 2، شبکه عصبی، شبکه عصبی فازی نوع 3