مقاله مقايسه روش هاي رگرسيون خطي و شبكه عصبي مصنوعي در پيش بيني ميزان مرگ و مير به عنوان تابعي از دماي هوا (مطالعه موردي: تهران) که چکیده‌ی آن در زیر آورده شده است، در پاييز ۱۳۸۸ در حكيم از صفحه ۴۵ تا ۵۳ منتشر شده است.
نام: مقايسه روش هاي رگرسيون خطي و شبكه عصبي مصنوعي در پيش بيني ميزان مرگ و مير به عنوان تابعي از دماي هوا (مطالعه موردي: تهران)
این مقاله دارای ۹ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله مرگ و مير
مقاله تهران
مقاله شبكه عصبي مصنوعي
مقاله مدل رگرسيون خطي و پولي نوميال
مقاله درجه حرارت

نویسنده(ها):
جناب آقای / سرکار خانم: فرج زاده منوچهر
جناب آقای / سرکار خانم: دارند محمد

چکیده و خلاصه‌ای از مقاله:
مقدمه: تغييرات فصلي و روزانه مرگ و مير ارتباط مستقيمي با دما دارد. در اين تحقيق داده هاي روزانه مرگ و مير و پارامتر دما طي دوره ۲۰۰۵-۲۰۰۲ مورد استفاده قرار گرفته است.
روش كار: براي پردازش داده ها روش هاي تعيين ضريب همبستگي پيرسون، رگرسيون خطي ساده، رگرسيون چندجمله اي و شبكه هاي عصبي مصنوعي به عنوان يك روش غير خطي  (ANN)استفاده شده است.
يافته ها: نتايج حاصل از كاربرد و تحليل همبستگي پيرسون نشانگر همبستگي منفي و معني دار بين پارامتر دما با ميانگين ماهانه تعداد كل مرگ و مير و مرگ و مير ناشي از بيماري هاي قلبي مي باشد. ارتباط بين اين دو با استفاده از شبكه عصبي و الگوريتم هاي ژنتيكي در مقايسه با روش هاي كلاسيك از جمله رگرسيون خطي و رگرسيون چندجمله اي نيز نشان مي دهد كه تركيب شبكه عصبي مصنوعي با الگوريتم ژنتيك نتيجه بهتري را ارايه مي كند. به اين صورت كه بعد از آزمون شبكه با لايه هاي پنهان و ضرايب يادگيري مختلف در حالتي كه نمونه ها به صورت منظم قرار گرفته دقت مدل افزايش پيدا مي كند.
بحث: با توجه به نتايج حاصله مي توان گفت كه شبكه عصبي به خوبي رابطه غيرخطي بين ميانگين ماهانه مرگ و مير را در ارتباط با دماي هوا پيش بيني مي كند. ولي در عين حال با تركيب الگوريتم ژنتيك و شبكه عصبي سرعت تحليل و دقت فرآيند افزايش مي يابد به عبارتي ديگر ميزان خطا كاهش مي يابد.