Các mạng nơ-ron truyền thống tồn tại hạn chế trong việc chọn số nút ở mỗi lớp. Bài viết đề xuất một hệ thống suy luận mờ mạng thích ngọi (ANFIS) mới nhằm khắc phục vấn đề nêu trên. Cụ thể, chúng tôi sử dụng K-means tăng dần (incremental K-means) để xác định trước số nút trong mạng thích ngọi. Mỗi nút bao gồm một tập mẫu trong tập huấn luyện. Với mỗi mẫu, chúng tôi xác định giá trị mờ của mẫu dữ liệu cụ thể thuộc về từng nút trong mạng. Thuật toán học perceptron cũng được sử dụng để điều chỉnh trọng số bằng cách học từ dữ liệu đầu ra thực tế. Trong nghiên cứu này, mô hình ANFIS mới được áp dụng cho bài toán dự báo sốt xuất huyết, đồng thời được đánh giá hiệu năng bằng dữ liệu thực tế về bệnh sốt xuất huyết tại tỉnh Tiền Giang, Việt Nam. Kết quả cho thấy mô hình ANFIS được đề xuất đạt độ chính xác tốt hơn so với hồi quy tuyến tính, hồi quy tuyến tính bội, chuỗi thời gian và mạng nơ-ron.