|
|
پیش بینی تعداد موارد مبتلا و مرگومیر ناشی از بیماری کرونا با استفاده از شبکه های عصبی-فازی
|
|
|
|
|
نویسنده
|
نیک سیرت ملیحه ,ناصری هادی
|
منبع
|
تصميم گيري و تحقيق در عمليات - 1399 - دوره : 5 - شماره : 4 - صفحه:414 -425
|
چکیده
|
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 همه گیری این بیماری، پیش بینی تعداد موارد مبتلا و مرگ ومیر ناشی از آن برای درک بهتر شرایط فعلی و تهیه برنامه کوتاه مدت توسط مدیران، بسیار ارزشمند است. بر این اساس، در این مقاله یک مدل شبکه عصبی-فازی برای پیش بینی تعداد موارد مبتلا و مرگ ومیر ناشی از این بیماری در کشورهایی که بیشتر با این بیماری درگیر هستند پیشنهاد شده است. عملکرد شبکه عصبی-فازی پیشنهادی با شبکه های عصبی پیش بینی سری زمانی و همچنین شبکه های عصبی توابع پایه ای شعاعی مقایسه شده است. مدل پیشنهادی قادر است تعداد موارد مبتلا و مرگ ومیر ناشی از بیماری را برای یک دوره 15 روز آینده با نرخ خطای کمتر پیش بینی کند.
|
کلیدواژه
|
کرونا، شبکه عصبی-فازی، سری زمانی، پیش بینی، تابع تقریب، کلاس بندی
|
آدرس
|
دانشگاه صنعتی بیرجند, دانشکده مهندسی صنایع و کامپیوتر, گروه علوم کامپیوتر, ایران, دانشگاه مازندران, دانشکده علوم ریاضی, گروه ریاضی کاربردی, ایران
|
|
|
|
|
|
|
|
|
|
|
Forecasting of the number of cases and deaths due to corona disease using neuro-fuzzy networks
|
|
|
Authors
|
Niksirat Malihe ,Nasseri Seyed Hadi
|
Abstract
|
Corona is currently the world’s health crisis and the biggest challenge humans have experienced since World War II. Given the epidemic of the disease, it is invaluable to forecasting the number of cases and the resulting deaths to better understand the current situation and provide a shortterm plan by managers. Accordingly, in this paper, a neurofuzzy network model is proposed to forecast the number of cases and deaths in countries that are most affected by this disease. The performance of the proposed neurofuzzy network has been compared with time series forecasting neural network as well as radial basic functions neural networks. The proposed model is able to predict the number of cases and deaths from the disease for a period of the next 15 days at a lower error rate.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|