fa بهبود تشخیص بیماری دیابت با استفاده از ترکیب سیستم استنتاج فازی سوگنو و الگوریتم کرم شب تاب تخصصي Special كاربردي Applicable <p dir="rtl"><strong>مقدمه:</strong> امروزه درصد بالایی از مردم در معرض خطر ابتلا به بیماری دیابت هستند. این بیماری یکی از خطرناکترین بیماری‌های عصر حاضر است و تشخیص به موقع این بیماری نقش به‌سزایی در درمان آن دارد.</p> <p dir="rtl"><strong>روش‌ها:</strong> در این مقاله با استفاده از سیستم استنتاج فازی سوگنو و الگوریتم هوشمند کرم شب تاب، روشی نوین برای تشخیص دیابت ارائه شده است. روش ارائه شده قادر است با استفاده از تعداد کمی قوانین ساده فازی با دقت مطلوبی بیماری دیابت را تشخیص دهد.</p> <p dir="rtl"><strong>یافته‌ها:</strong> کارآیی ترکیب سیستم استنتاج فازی سوگنو و الگوریتم کرم شب تاب 24/87 درصد به‌دست آمد.</p> <p dir="rtl"><strong>نتیجه‌گیری:</strong> نتایج تجربی نشان می&shy;دهند که این روش روی مجموعه داده استاندارد <span dir="ltr">PID</span> دقت بیشتری نسبتی به الگوریتم&shy;های موجود در این زمینه دارد.</p> <p dir="rtl"></p> <p>Background: Today many people are likely to have diabetes. Diabetes is a serious disease of modern societies and its on-time diagnosis have important role in the treatment of disease. Methods: In this paper, using Sugeno fuzzy inference systems and intelligent algorithms Firefly, a new method is presented for the detection of diabetes. The proposed method enables the use of a few simple fuzzy rules to detect diabetes with good accuracy. Results: Sugeno fuzzy inference system and firefly algorithm com</p> <p><strong>Background: </strong>Today many people are likely to have diabetes. Diabetes is a serious disease of modern societies and its on-time diagnosis have important role in the treatment of disease.</p> <p><strong>Methods:</strong> In this paper, using Sugeno fuzzy inference systems and intelligent algorithms Firefly, a new method is presented for the detection of diabetes. The proposed method enables the use of a few simple fuzzy rules to detect diabetes with good accuracy.</p> <p><strong>Results:</strong> Sugeno fuzzy inference system and firefly algorithm combines efficiency was 87.24 percent.</p> <p><strong>Conclusion: </strong>Experimental results show that this method deals on the data set is more accurate than the standard PID algorithm in this field<strong>.</strong></p> <p>bines efficiency was 87.24 percent. Conclusion: Experimental results show that this method deals on the data set is more accurate than the standard PID algorithm in this field.</p> تشخیص بیماری دیابت, سیستم استنتاج فازی, سوگنو, الگوریتم هوشمند, کرم شب تاب Diagnosis of diabetes, Inference System, Sugeno, intelligent algorithms, Firefly 172 176 http://ijdld.tums.ac.ir/browse.php?a_code=A-10-355-1&slc_lang=fa&sid=1 Mehdi Shirali مهدی شیرالی No Student in Electrical Engineering, Bushehr Islamic Azad University, Bushehr, Iran گروه مهندسی برق، واحد بوشهر Yaghoob Madmoli یعقوب مدملی No Student Research Committee, Dezful University of Medical Sciences, Dezful, Iran کمیته تحقیقات دانشجویی Jamal Roohafza جمال روح افزا roohafzaj@gmail.com Yes Student Research Committee, Dezful University of Medical Sciences, Dezful, Iran کمیته تحقیقات دانشجویی Hamid Karimi حمید کریمی No Subspecialist of Endocrine, Growth and Metabolism, Faculty member of Dezful University of Medical Sciences, Dezful, Iran گروه غدد رشد و متابولیسم Arman Baboli Bahmaei آرمان بابلی بهمئی No Student Research Committee, Dezful University of Medical Sciences, Dezful, Iran کمیته تحقیقات دانشجویی Sharif Ertebati شریف ارتباطی No Student Research Committee, Dezful University of Medical Sciences, Dezful, Iran کمیته تحقیقات دانشجویی