مدلسازی ریاضی/ تصادفی/ پویا/احتمالی/فازی
مرتضی عبدالحسینی
چکیده
هدف: بیماری کرونا ویروس (کووید-19) یک بیماری همهگیر است که همه کشورهای جهان را درگیر کرده است. پیشبینی روند گسترش بیماری کرونا منجر خواهد شد که تدابیر لازم جهت کنترل این بیماری از سوی مسئولین انجام شود. این موارد شامل افزایش واکسیناسیون، قرنطینه کردن شهرها و ممنوعیت ورود و خروج، افزایش ظرفیت تختهای بیمارستانی، ایجاد مراکز واکسیناسیون ...
بیشتر
هدف: بیماری کرونا ویروس (کووید-19) یک بیماری همهگیر است که همه کشورهای جهان را درگیر کرده است. پیشبینی روند گسترش بیماری کرونا منجر خواهد شد که تدابیر لازم جهت کنترل این بیماری از سوی مسئولین انجام شود. این موارد شامل افزایش واکسیناسیون، قرنطینه کردن شهرها و ممنوعیت ورود و خروج، افزایش ظرفیت تختهای بیمارستانی، ایجاد مراکز واکسیناسیون شبانهروزی، الزام به استفاده از ماسک در اماکن عمومی و رعایت فواصل اجتماعی بهصورت کلی آمادگی لازم جهت برخورد با پیک جدید بیماری کرونا است. لذا پیشبینی چنین مواردی سبب کاهش آمار مبتلایان به کرونا و لذا کاهش نرخ مرگومیر خواهد شد.روششناسی پژوهش: در این مقاله با استفاده از آنالیز طیفی منفرد (SSA)، پیشبینی میزان پیک ششم مبتلایان کرونا با لحاظ کردن وضع فعلی صورت گرفته است. بهمنظور بهبود فرآیند گروهبندی الگوریتم SSA، انتخاب مقادیر ویژه بهصورت فرآیند بهینهسازی صورت گرفته است بهطوریکه سری زمانی پیشبینیشده با توجه به شاخص خطای مدنظر بهطور قابلتوجهی بهبود یافته است.یافتهها: با مقایسه روش پیشنهادی با سایر روشهای پیشبینی شامل میانگین متحرک خود همبسته یکپارچه (ARIMA)، ARIMA کسری (ARFIMA)، TBATS و خود همبسته شبکه عصبی (NNAR)، مشاهده میشود که خطای پیشبینی به حد قابل قبولی بوده و میتواند روش SSA جهت پیشبینی مورد استناد قرار گیرد.اصالت/ارزشافزوده علمی: در این مقاله با استفاده از روش کارآمد SSA، موارد مبتلا جدید کرونا ویروس را پیشبینی میکند و نتایج ارایه شده اثربخشی روش پیشنهادی را تایید میکند.