مدلسازي مكاني - زماني شيوع بيماري مالاريا

مالاریا یك بیماری سازگار با محیط و یكی از بیماری های واگیر در نواحی جنوب و جنوب شرق ایران است. هر ساله افراد زیادی در اثر ابتلا به آن جان خود را از دست می¬دهند. با گسترش علم و تكنولوژی نیازمند ابزاری نوین جهت مطالعه و بررسی مشكلات بهداشت از جمله بیماری هستیم ازین رو سیستم اطلاعات جغرافیایی(GIS) را می-توان یكی از این ابزارها برای بررسی و تحلیل بیماری دانست. ایجاد مدلی برای پیش¬بینی میزان شیوع بیماری به كمك آنالیزهای GIS و روش¬های هوش مصنوعی كمك فراوارنی در شناخت بیماری می¬كند. در این مطالعه با استفاده از دو روش شبكه عصبی مصنوعی ورگرسیون بردار پشتیبان كه هر دو از روش¬های یادگیری با نظارت هستند و با در نظر گرفتن عوامل هواشناسی و محیطی تاثیر¬گذار بر این بیماری شامل رطوبت نسبی، دما، حداكثر سرعت باد، میزان بارندگی، ارتفاع، پوشش گیاهی، میزان بارندگی، فاصله از آب¬های راكد و رودخانه¬ها و داده¬های مربوط به روش¬های جلوگیری از شیوع مالاریا و داده¬های مربوط به نرخ وقوع انگل مالاریا از نوع ویواكس و فالسیپارم در 5 سال (1393-1389) به مدل¬سازی میزان شیوع بیماری در نرم¬فزار MATLAB پرداختیم. دو مقدار جذر میانگین مربعات خطا و ضریب همبستگی بین خروجی شبكه و خروجی مطلوب به عنوان معیاری برای كارایی 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 كمتر و دارای ضریب همبستگی بیشتر نسبت به شبكه عصبی بهتر توانست میزان شیوع بیماری را مدل و محاسبه كند.