شماره ركورد كنفرانس :
5448
عنوان مقاله :
ارزيابي عملكرد كشورها و بررسي تاثير عوامل موثر در كنترل پاندمي كوويد-19 با بهره‌گيري از رويكردهاي تصميم‌گيري چندمعياره و يادگيري ماشين
عنوان به زبان ديگر :
Performance Evaluation of Countries and Analysis of Influential Factors in Controlling the COVID-19 Pandemic Using Multi-Criteria Decision-Making Approaches and Machine Learning
پديدآورندگان :
رسولي محمدرضا rasooli.m7878@gmail.com دانشگاه صنعتي شريف , صالحي اميري اميررضا amir27salehi@yahoo.com دانشگاه صنعتي شريف , حسن نايبي عرفان hassannayebi@sharif.edu دانشگاه صنعتي شريف
كليدواژه :
كوويد , 19 , تصميم‌گيري چندمعياره , درخت تصميم
عنوان كنفرانس :
نهمين كنفرانس بين المللي مهندسي صنايع و سيستمها
چكيده فارسي :
شيوع ويروس كوويد-19 در سراسر جهان، چالش بي‌سابقه‌اي براي كشورها ايجاد كرد. تاثيرات اين بيماري و اقدامات مرتبط با آن بر جوامع به طور گسترده‌اي مشهود بوده است. عملكرد كشورهاي مختلف جهان در كنترل اين بيماري يكسان نبوده است. عوامل متعددي مي‌تواند در كنترل بيماري كه شامل كاهش ميزان مرگ و مير و ميزان ابتلا است، موثر باشد. در اين مقاله، در ابتدا كشورهاي جهان بر اساس سرانه درآمدي و شاخص توسعه انساني در سه دسته قرار مي‌گيرند. سپس با بهره‌گيري از رويكرد تصميم‌گيري چندمعياره ويكور عملكرد كشورهاي هر دسته در زمينه كنترل كوويد-19 بررسي شده است و كشورهاي بر اساس عملكردشان رتبه‌بندي شده‌اند. با استفاده از تكنيك‌هاي يادگيري ماشين مي‌توان عوامل موثر در ميزان مرگ و مير را شناسايي و رتبه‌بندي كرد. جهت اجراي اين رتبه‌بندي از روش درخت تصميم استفاده مي‌شود. شناسايي كشورهاي برتر در زمينه كنترل اپيدمي كوويد-19 از آن جهت حائز اهميت مي‌باشد كه مي‌توان با الگو گرفتن از كشورهاي موفق، رويه موفقي را در پيش گرفت. همچنين شناسايي عوامل موثر بر ميزان مرگ و مير و ابتلا نيز مي‌تواند بينشي را جهت كنترل اپيدمي‌هاي آتي فراهم سازد. دقت به‌دست آمده از روش درخت تصميم براي ميزان مرگ و مير 77 درصد مي‌باشد كه بيانگر دقت مناسبي جهت ارزيابي عوامل موثر در شناسايي كوويد-19 و كاهش آمار تلفات آن مي‌باشد.
