دیابت یکی از بیماری های رایج در جوامع امروزی است که دارای عوارض خطرناکی می باشد. این بیماری اگر چه گونه ای از بیماری های قلبی محسوب نمی شود ولی اغلب سبب بیماری های قلبی می شود. شخص زمانی به بیماری دیابت مبتلا می شود که بدن قادر به تامین انسولین مورد نیاز برای موازنه کردن گلوکز خون نباشد یا سلول های بدن توان استفاده از انسولین تولید شده را نداشته باشند.تشخیص بیماری دیابت و یا آگاهی یافتن از احتمال بالای ابتلاء به این بیماری همواره کار آسانی نخواهد بود. چرا که این بیماری علائم متعددی را بروز می-دهد که بعضی از این علائم در سایر بیماری ها نیز وجود دارند. بنابراین پزشک برای اتخاذ یک تصمیم مناسب، باید نتیجه ی آزمایش های بیمار و تصمیم های که در گذشته برای بیماران با وضیعت مشابه گرفته است، را بررسی کند. با توجه به حجم انبوه تعداد بیماران، می توان از یک ابزار داده کاوی برای شناخت الگوی بیماران قبلی استفاده کرد. در این پایان نامه قصد داریم از یک الگوریتم دسته بندی مبتنی بر قانون برای دسته بندی بیماران دیابتی استفاده کنیم. برای استخراج قوانین فازی از یک الگوریتم کلونی مورچه ها استفاده شده است. این الگوریتم دارای ویژگی-هایی است که آن را از سایر الگوریتم مورد استفاده متمایز می کند. از جمله ی این ویژگی ها می توان به تابع به روز رسانی جدید، استفاده از تابع آنتروپی برای اندازه گیری اطلاعات اکتشافی و مقادیر بی اهمیت، پیاده سازی نسخه ی موازی الگوریتم و روال هرس کردن جدید اشاره کرد. به منظور دسته بندی نمونه های آزمون نیز یک موتور استنتاج فازی مبتنی بر میانگین گیری پیشنهاد شده است. برای ارزیابی کارایی الگوریتم از دو مجموعه داده ی دیابت شده است. نتایج ارزیابی ها نشان می دهد که الگوریتم برای مجموعه داده ی دیابت دارای کارایی بسیار بالایی می باشد. همچنین کارایی الگوریتم پیشنهادی با چندین مجموعه داده ی پزشکی دیگر ارزیابی شده است که نتایج به دست آمده برای این مجموعه داده ها نیز بسیار مناسب می باشد.