مدل سازی مکانی - زمانی شیوع بیماری مالاریا

مالاریا یک بیماری سازگار با محیط و یکی از بیماریهای واگیر در نواحی جنوب و جنوب شرق ایران است. هر ساله افراد زیادی در اثر ابتلا به آن جان خود را از دست میدهند. با گسترش علم و تکنولوژی نیازمند ابزاری نوین جهت مطالعه و بررسی مشکلات بهداشت از جمله بیماری هستیم ازین رو سیستم اطلاعات جغرافیایی((GIS را میتوان یکی از این ابزارها برای بررسی و تحلیل بیماری دانست. ایجاد مدلی برای پیش بینی میزان شیوع بیماری به کمک آنالیزهای GIS و روشهای هوش مصنوعی کمک فراوارنی در شناخت بیماری میکند. در این مطالعه با استفاده از دو روش شبکه عصبی مصنوعی ورگرسیون بردار پشتیبان که هر دو از روشهای یادگیری با نظارت هستند و با در نظر گرفتن عوامل هواشناسی و محیطی تاثیرگذار بر این بیماری شامل رطوبت نسبی، دما، حداکثر سرعت باد، میزان بارندگی، ارتفاع، پوشش گیاهی، میزان بارندگی، فاصله از آبهای راکد و رودخانه ها و داده های مربوط به روشهای جلوگیری ازشیوع مالاریا و داده های مربوط به نرخ وقوع انگل مالاریا از نوع ویواکس و فالسیپارم در 5 سال (1389-1393) به مدل سازی میزان شیوع بیماری در نرمفزار MATLAB پرداختیم. دو مقدار جذر میانگین مربعات خطا و ضریب همبستگی بین خروجی شبکه و خروجی مطلوب به عنوان معیاری برای کارایی مدل انتخاب شد، با مقایسه نتایج حاصل از این دو روش، روش رگرسیون بردار پشتیبان با انتخاب مناسب پارارمترهای آن دارای جذر میانگین مربعات خطای کمتر و دارای ضریب همبستگی بیشتر نسبت به شبکه عصبی بهتر توانست میزان شیوع بیماری را مدل و محاسبه کند.

Keywords:

مالاریا , شیوع , سیستم اطلاعات جغرافیایی , رگرسیون بردار پشتیبان , شبکه عصبی