تعیین دوز دارو در درمان سرطان از نظر میزان هزینه و نیز صدمات جانبی وارد شده بر بیماران بسیار حائز اهمیت است و لذا پزشکان در تعیین برنامه دارویی روزانه بیماران، سعی می کنند میزان داروی تجویز شده در یک محدوده مشخص باشد و در ضمن مجموع داروی تزریق شده به بیماران در یک دوره زمانی نیز تا حد ممکن کاهش یابد. در این تحقیق الگوریتم یادگیری تقویتی فازی به عنوان یک روش جدید در تعیین دوز دارو جهت درمان یکی از انواع سرطان خون به نام لوسمی میلوئیدی مزمن مورد استفاده قرار گرفته است. این روش ازترکیب دو روش یادگیری تقویتی و سیستم های فازی که بر روی فضاهای پیوسته تعریف می شوند، به منظور درمان این بیماری در بازه زمانی 250 روزه بدست آمده است. ایده ی اصلی بکارگیری این روش افزایش رباستنس کنترلر طراحی شده در برابر عدم قطعیت های موجود در پارامتر های مدل می-باشد. کنترلر پیشنهادی بر روی 3 بیمار فرضی با شرایط متفاوت بیماری و پارامتر های مختلف اعمال گردیده است. نتایج بدست آمده نشان می دهد که این روش بر خلاف روش های موجود که در این زمینه صورت گرفته است از قوام بسیار بالایی برخوردار بوده است و به خوبی توانسته است به درمان این 3 بیمار در طول دوره 250 روزه بپردازد.