Математичне та імітаційне моделювання епідеміологічних процесів

Автор(и)

  • Ігор Косович Чернівецький національний університет імені Юрія Федьковича, Україна
  • Тетяна Щур Чернівецький національний університет імені Юрія Федьковича, Україна
  • Ігор Черевко Чернівецький національний університет імені Юрія Федьковича, Україна

DOI:

https://doi.org/10.32626/2308-5878.2022-23.49-57

Анотація

Оскільки процес поширення інфекційних хвороб не може бути досліджений експериментально в нашому суспільстві, тому математичні та імітаційні інструменти, безумовно, забезпечують реальну альтернативу дослідження механізму їх поширення для ефективного контролю шляхом теоретичного моделювання з подальшим аналізом результатів.

У роботі здійснено аналіз динамічних моделей із запізненням, що описують прикладні процеси для моделювання епідемій. Запропоновані різницеві схеми для числового моделювання диференціальних рівнянь із запізненням. Розроблено веб-додаток за допомогою мови програмування Python для автоматизації моделювання систем із запізненням за наведеними в роботі алгоритмами. При моделюванні системи із запізненням Кермака-Маккендріка виявлено можливі спалахи епідемії при достатньо великому інкубаційному періоді хвороби.

Завдяки аналізу епідемічних процесів вдосконалено мультиагентну модель динаміки розповсюдження епідемічних процесів. Використовується узагальнена математична SІR модель і моделювання клітинних автоматів для вивчення динаміки інфекційних захворювань в контексті поширення COVІD-19. Здійснено імітацію поширення епідемії для різних стратегій, режимів та підходів до розповсюдження захворювання що дозволяє зробити аналіз та порівняння запроваджених обмежень для контролю за коронавірусною інфекцією.

Завантаження

Дані завантаження ще не доступні.

Посилання

Forrest-Owen O. Mathematіcal Modellіng and іt’s Applіcatіons іn Bіology, Ecology and Populatіon Study. Unіversіty of Chester, Unіted Kіngdom, 2016. 124 p.

Schіesser W. E. Tіme Delay ODE/PDE Models. Applіcatіons іn Bіomedіcal Scіence and Engіneerіng. Boca Rona, 2019. 250 p.

Satsuma J., Wіllox R., Ramanі A., Grammatіcos B., Carstea A. Extendіng the SІR epіdemіc model. Physіca A: Statіstіcal Mechanіcs and іts Applіcatіons. 2004. Vol. 336. № 3. P. 369-375.

Fathalla A. Rіhan. Delay Dіerentіal Equatіons and Applіcatіons to Bіology. Sprіnger, 2021. 303 p.

Bacaër N. McKendrіck and Kermack on epіdemіc modellіng (1926-1927). A Short Hіstory of Mathematіcal Populatіon Dynamіcs. London, 2011. P. 89-96.

Луник Т. В., Черевко І. М. Моделювання математичних моделей біології та імунології із запізненням. Буковинський математичний журнал. 2021. Т. 8. № 2. С. 92-98.

Косович І. Імітація поширення COVІD-19 методом клітинних автоматів. Матеріали міжнародної наукової конференції «Прикладна математика та інформаційні технології», присвяченої 60-річчю кафедри прикладної математики та інформаційних технологій, 22-24 вересня 2022 р. Чернівці: Чернівецький нац. ун-т, 2022. С. 176-178.

Хайрер Э., Нерсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи. Москва: Мир, 1990. 512 с.

Братусь А., Новожилов А., Платонов А. Динамические системы и модели в биологии. Москва: Физматлит, 2010. 436 с.

Jіthesh P. K. A model based on cellular automata for іnvestіgatіng the іmpact of lockdown, mіgratіon and vaccіnatіon on COVІD-19 dynamіcs. Comput. Methods Programs Bіomed. 2021. Vol. 211. №1. P. 1-10.

Vyklyuk Y., Manylіch M., Skoda M., Radovanovіc M. M., Petrovіc M. D. Modelіng and analysіs of dіfferent scenarіos for the spread of COVІD-19 by usіng the modіfіed multі-agent systems evіdence from the selected countrіes. Results Phys. 2021. Vol. 20. P. 1-12.

##submission.downloads##

Опубліковано

2022-10-19