دانشگاه تبریز
فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری
پایگاه استنادی علوم جهان اسلام (ISC)

آمار

تعداد نشریات41
تعداد شماره‌ها1,130
تعداد مقالات13,890
تعداد مشاهده مقاله48,872,020
تعداد دریافت فایل اصل مقاله12,591,972
خورشیددوست, علی محمد, محمدپور, کاوه, حسینی, سید اسعد. (1399). مقایسه مدل های لاجیت و شبکه عصبی مصنوعی در پیش بینی میزان مراجعه کنندگان بیماری آسم در ارتباط با پارامترهای اقلیمی شهر سنندج. سامانه مدیریت نشریات علمی, 24(71), 45-66. doi: 10.22034/gp.2020.10530
علی محمد خورشیددوست; کاوه محمدپور; سید اسعد حسینی. "مقایسه مدل های لاجیت و شبکه عصبی مصنوعی در پیش بینی میزان مراجعه کنندگان بیماری آسم در ارتباط با پارامترهای اقلیمی شهر سنندج". سامانه مدیریت نشریات علمی, 24, 71, 1399, 45-66. doi: 10.22034/gp.2020.10530
خورشیددوست, علی محمد, محمدپور, کاوه, حسینی, سید اسعد. (1399). 'مقایسه مدل های لاجیت و شبکه عصبی مصنوعی در پیش بینی میزان مراجعه کنندگان بیماری آسم در ارتباط با پارامترهای اقلیمی شهر سنندج', سامانه مدیریت نشریات علمی, 24(71), pp. 45-66. doi: 10.22034/gp.2020.10530
خورشیددوست, علی محمد, محمدپور, کاوه, حسینی, سید اسعد. مقایسه مدل های لاجیت و شبکه عصبی مصنوعی در پیش بینی میزان مراجعه کنندگان بیماری آسم در ارتباط با پارامترهای اقلیمی شهر سنندج. سامانه مدیریت نشریات علمی, 1399; 24(71): 45-66. doi: 10.22034/gp.2020.10530

مقایسه مدل های لاجیت و شبکه عصبی مصنوعی در پیش بینی میزان مراجعه کنندگان بیماری آسم در ارتباط با پارامترهای اقلیمی شهر سنندج

نشریه علمی جغرافیا و برنامه ریزی
مقاله 3، دوره 24، شماره 71، اردیبهشت 1399، صفحه 45-66  XML اصل مقاله (700.79 K)
نوع مقاله: مقاله علمی پژوهشی
شناسه دیجیتال (DOI): 10.22034/gp.2020.10530
نویسندگان
علی محمد خورشیددوست1؛ کاوه محمدپور email orcid 2؛ سید اسعد حسینی3
1استاد گروه آب و هواشناسی، دانشگاه تبریز
2دانش آموخته دکترای اقلیم شناسی، دانشگاه خوارزمی تهران(نویسنده مسئول)
3دکترای اقلیم شناسی، دانشگاه محقق اردبیلی
چکیده
یش­بینی تعداد افراد مراجعه­کننده به بیمارستان­ها در ارتباط با پارامترهای اقلیمی از موضوعات قابل بحت و تأمل است که با تغییرات اقلیمی و گسترش شهرنشینی و آلودگی­ هوا در دهه­های اخیر دامن­گیر بسیاری از جوامع بشری شده است. استفاده از مدل­های پیش­بینی می­تواند بعنوان ابزاری کارآمد در مدیریت و کنترل بیماری­ها، کاهش مرگ و میر و برنامه­ریزی­ها مورد توجه قرار گیرد که در این پژوهش دو مدل شبکه­ عصبی مصنوعی و رگرسیون لوجستیک (لاجیت) به عنوان ابزاری کارآمد در پیش­بینی فرآیندهای غیرخطی و پیچیده جهت پیش­بینی میزان مراجعه­کنندگان بیماری آسم در شهر سنندج در ارتباط با پارامترهای اقلیمی مورد بررسی قرار گرفت. داده­های مورد بررسی در بازه زمانی 8 ساله (2008-2001) از ایستگاه هواشناسی سینوپتیک سنندج و بیمارستان­های توحید و بعثت در سطح شهر سنندج اخذ گردید. سپس، پارامترهای اقلیمی به عنوان ورودی و میزان مراجعه­کنندگان بیماری آسم بعنوان خروجی مدل­ها در نظر گرفته شدند. نتایج حاصل از بررسی نشان داد که مدل شبکه عصبی با ورود پارامترهای متوسط فشار QFE و میانگین­های حداقل و حداکثر دمای ماهانه و همچنین میانگین دمای ماهانه با دقت قابل قبولی میزان مراجعه­کنندگان بیماری آسم را پیش­بینی می­کند به طوری که ضریب همبستگی داده­های واقعی و پیش­بینی شده برابر با 99/0 است که در سطح 01/0 معنی­دار هستند. پارامترهای ورودی در روش لاجیت نیز نشان می­دهد که میزان مراجعه­کنندگان بیماری آسم از پارامترهای میانگین حداقل دما، متوسط فشار QFF و متوسط سرعت باد (نات) تأثیر  می­پذیرند. نسبت لگاریتمی هر کدام از پارامترهای فوق بر روی تعداد مراجعه­کننده به ترتیب با ضریب بتای 517/0-، 734/0- و 977/0- معنی­دارند و از میان پارامترهای اقلیمی نیز عنصر باد به مراتب بیشتر از سایر پارامترها بر روی میزان تعداد افراد مراجعه­کننده به بیمارستان تأثیر گذار است. در مجموع از بین دو مدل غیرخطی مورد بررسی، مدل شبکه عصبی مصنوعی، قابلیت و دقت بیشتری را نسبت به مدل لاجیت نشان داد.
کلیدواژه‌ها
آسم؛ اقلیم؛ شبکه عصبی مصنوعی؛ رگرسیون لوجستیک؛ سنندج
مراجع
آمار
تعداد مشاهده مقاله: 579
تعداد دریافت فایل اصل مقاله: 317


Contact Us | Help & Support | Site Map

Journal Management System. Designed by sinaweb.