ارائه مدلی برای شبیه سازی انتشار ویروس کووید-۱۹ بر اساس زنجیره مارکوف گسسته زمان
Publish place: Soft Computing Journal، Vol: 11، Issue: 2
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 82
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_SCJKA-11-2_007
Index date: 19 November 2024
ارائه مدلی برای شبیه سازی انتشار ویروس کووید-۱۹ بر اساس زنجیره مارکوف گسسته زمان abstract
شیوع بیماری های واگیردار در جامعه به عوامل مختلفی بستگی دارد که از آن جمله می توان به شدت واگیری بیماری، میزان رعایت پروتکل های بهداشتی و ارتباطی، سرعت واکسیناسیون، ضریب تاثیر و مدت اثربخشی آن بر ایمن سازی، میزان تاثیر پروتکل های درمانی و میانگین مدت درمان اشاره نمود. وجود مدلی که بتوان به وسیله آن رفتار بیماری را برحسب پارامترهای مختلف پیش بینی نمود، می تواند به مدیران جامعه برای مقابله با این نوع بیماری ها کمک نماید. در مطالعاتی که تاکنون در این زمینه انجام شده، تاثیر برخی عوامل مانند رعایت دستورالعمل های بهداشتی، دوره پنهان بیماری و ایمنی پس از بیماری همزمان با عوامل اصلی مانند ضریب انتشار و نرخ واکسیناسیون به طور کامل در نظر گرفته نشده است. در این مقاله مدلی جدید و جامع مبتنی بر نظریه مارکوف برای پیش بینی رفتار بیماری کووید-۱۹ ارائه می شود. این مدل می تواند با دریافت پارامترهای داده شده رفتار بیماری را در شرایط مختلف تقلید نماید. شبیه سازی های متعدد با مقادیر مختلف پارامترهای ورودی و تشابه آن با رفتار واقعی بیماری کووید-۱۹ نشان دهنده صحت عملکرد مدل ارائه شده است.
ارائه مدلی برای شبیه سازی انتشار ویروس کووید-۱۹ بر اساس زنجیره مارکوف گسسته زمان Keywords:
مدل سازی , زنجیره مارکوف , پیش بینی رفتار بیماری های همه گیر , انتشار ویروس کووید-۱۹ , شبکه های ارتباطی انسانی , اثربخشی رعایت پروتکل بهداشتی ارتباطی
ارائه مدلی برای شبیه سازی انتشار ویروس کووید-۱۹ بر اساس زنجیره مارکوف گسسته زمان authors
امیرحسین یداللهی
گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران
حسین صباغیان بیدگلی
گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
