تصمیم گیری و تحقیق در عملیات (Jan 2022)
پیشبینی میزان مرگومیر ناشی از ویروس کووید 19 در جهان با استفاده مدلهای سیستم خاکستری
Abstract
هدف: ویروس کووید-19 تهدید بزرگی برای سلامتی و ایمنی مردم در سراسر جهان است. یکی از مؤلفههای اساسی در مقابله با این تهدید جهانی، تصمیمگیری سریع و بجا برای کنترل همهگیری این بیماری است؛ بنابراین پیشبینی روند آینده این بیماری در جهان ازجمله پیشبینی افراد فوتشده میتواند برای سیاستگذاری، مدیریت و کنترل شیوع آن مفید باشد. ازاینرو به پیشبینی میزان مرگومیر ناشی از این ویروس با مدلهای خاکستری در جهان پرداختهشده است.روششناسی پژوهش: این پژوهش به بررسی روند پیشبینی میزان مرگومیر در جهان با استفاده از مدلهای نظریه سیستمهای خاکستری میپردازد. دادههای پژوهش از سایت سازمان بهداشت جهانی جمعآوریشده و پیشبینی میزان افراد فوتشده در جهان بهصورت ماهانه با پنج روش سیستم خاکستری GM(1,1)،GreyVerhulst،DGM(1,1)،NGBM(1,1) و F-NGBM(1,1) مدلسازی و پیشبینیشده است. بهمنظور ارزیابی خطای مدلها، از معیارهای متداول ارزیابی خطا MAE، RMSE و MAPE استفاده شد.یافته ها: با ارزیابی خطای مدلها، پیشبینی مدل F-NGBM(1,1) در دسته مدلهای عالی، مقادیر پیشبینی مدل GreyVerhulst جزو دسته پیشبینیهای قابلقبول و بقیه مدلها در دسته پیشبینی خوب قرار میگیرند. همچنین مدل (F-NGBM(1,1 با مقادیر خطایMAE, RMSE و MAPE به ترتیب 26989.54، 21533.94 و 7.21 مناسبترین مدل نسبت به سایر روشهای دیگر است. 250958 فوتی با پیشبینی مدل (F-NGBM(1,1 برای انتهای سال 2021 برآورد شده است که ممکن است مناسبترین مقدار در بین روشهای پیشبینیها باشد.اصالت/ارزش افزوده علمی: با توجه به عدم وجود دادههای تاریخی و همچنین عدم قطعیت فراوان در دادههای دسترس، نیاز است از رویکردهای مواجهه با عدم قطعیت همچون نظریه سیستم خاکستری در پیشبینی میزان مرگومیر این بیماری استفاده شود. ازاینرو در این پژوهش برخلاف پژوهشهای انجامشده با مدلهای مختلف پیشبینی خاکستری به برآورد میزان مرگومیر پرداخته که به نسبت روشهای موجود، دادههای نسبتاً کمتری نیاز داشته و خطای مدل هم بسیار پایینتر است. همچنین این پژوهش برای میزان مرگومیر در کل دنیا انجامشده است و جامعیت بیشتری برای اقدامات یکپارچه جهانی خواهد داشت.
Keywords