ارائه مدل هوشمند تطبيقي مبتني بر منطق فازي نوع 2 براي مديريت عدم قطعيت در پيش‌بيني الگوهاي بيماري كوويد-19 در سري‌هاي زماني كوتاه و بلندمدت: مطالعه ي موردي ايران

روش‌هاي پيش‌بيني با قابليت اطمينان بالا در حل مسائل دنياي واقعي، به‌ويژه مواردي بسيار حائز اهميت است كه بر سلامت عمومي تأثير مي‌گذارند. با گذشت زمان، ويژگي‌هاي آماري مسائل پيچيده نظير بيماري كوويد-19 به‌طور پيوسته درحال تغييرند كه به عدم قطعيت مرتبه بالا در مدل‌سازي منجر مي‌شوند. روش‌هاي هوش محاسباتي مانند منطق فازي نوع 2 روش‌هايي‌اند كه پتانسيل مدل‌سازي عدم قطعيت را در حل مسائل پيچيده دارند. در اين پژوهش براي نخستين‌بار روش هوشمندي براساس پتانسيل منطق فازي نوع 2 به‌منظور مديريت عدم قطعيت در پيش‌بيني سري‌هاي زماني كوتاه‌مدت و بلندمدت ارائه شده است. مدل‌هاي پيشنهادي روي مجموعه‌ داده‌هاي مسائل دنياي واقعي ارزيابي شده‌اند كه بيان‌كننده ي كارايي بالاتر روش پيشنهادي با استفاده از روش تحليل منحني ROC در پيش‌بيني الگوهاي بيماري كوويد-19 در مقايسه با روش‌هاي مشابه‌اند. نتايج نهايي روش پيشنهادي در مسئله كوويد-19 براي داده‌هاي ايران، كارايي 93.81 درصد براي كوتاه‌مدت و 91.33 درصد را براي بلندمدت نشان مي‌دهند. مدل پيشنهادي مي‌تواند به تصميم‌گيري‌هاي راهبردي و پيشگيري از تبعات همه‌گيري كوويد-19 در كوتاه و بلندمدت كمك كند.