پیش بینی تعداد موارد مبتلا و مرگ‌ومیر ناشی از بیماری کرونا با استفاده از شبکه های عصبی-فازی

Autor: ملیحه نیک سیرت, سید هادی ناصری
Jazyk: perština
Rok vydání: 2021
Předmět:
Zdroj: تصمیم گیری و تحقیق در عملیات, Vol 5, Iss 4, Pp 414-425 (2021)
Druh dokumentu: article
ISSN: 2538-5097
2676-6159
DOI: 10.22105/dmor.2020.236967.1164
Popis: بیماری کرونا در حال حاضر بحران جهانی سلامت و بزرگترین چالشی است که بشر از زمان جنگ جهانی دوم تاکنون تجربه کرده است. با توجه به همه­گیری این بیماری، پیش­بینی تعداد موارد مبتلا و مرگ­ومیر ناشی از آن برای درک بهتر شرایط فعلی و تهیه برنامه کوتاه­مدت توسط مدیران، بسیار ارزشمند است. بر این اساس، در این مقاله یک مدل شبکه عصبی-فازی برای پیش­بینی تعداد موارد مبتلا و مرگ­ومیر ناشی از این بیماری در کشورهایی که بیشتر با این بیماری درگیر هستند پیشنهاد شده است. عملکرد شبکه عصبی-فازی پیشنهادی با شبکه­های عصبی پیش­بینی سری زمانی و همچنین شبکه­های عصبی توابع پایه­ای شعاعی مقایسه شده است. مدل پیشنهادی قادر است تعداد موارد مبتلا و مرگ­ومیر ناشی از بیماری را برای یک دوره ۱۵ روز آینده با نرخ خطای کمتر پیش­بینی کند.
Databáze: Directory of Open Access Journals