ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РАЗВИТИЯ ПАНДЕМИИ

  • В.И. Баран Чебоксарский кооперативный институт (филиал) Российского университета кооперации
  • Е.П. Баран Чебоксарский кооперативный институт (филиал) Российского университета кооперации
Ключевые слова: математическое моделирование; имитационное моделирование; SEIR; распространение инфекции; пандемия.

Аннотация

Исследование посвящено разработке математических моделей прогнозирования заболеваемости COVID-19 с помощью средств имитационного моделирования. Методы моделирования процессов распространения инфекционных заболеваний изучаются с начала ХХ в. В классической модели SIR все население было разделено на три части: «восприимчивые – инфицированные – выздоровевшие». В 1980-х гг. в классической модели было добавлено промежуточное состояние – «зараженные, но еще не заразные». Такая модель получила название SEIR. Распространение эпидемии в обеих моделях описывается системой дифференциальных уравнений, которая решается с помощью численных методов.

В условиях коронавируса требуются существенно новые подходы для построения имитационных моделей процессов развития пандемии. В работе на основе модели SEIR («восприимчивые – зараженные, но еще не заразные – инфицированные – выздоровевшие») предложены следующие методы для разработки моделей: с длительным плато, с двумя или несколькими волнами. В качестве инструментальных средств используются средства современной среды имитационного моделирования Anylogic 8.

Биографии авторов

В.И. Баран, Чебоксарский кооперативный институт (филиал) Российского университета кооперации

кандидат физико-математических наук, доцент кафедры математических и инструментальных методов экономики

Е.П. Баран, Чебоксарский кооперативный институт (филиал) Российского университета кооперации

кандидат физико-математических наук, доцент кафедры математических и инструментальных методов экономики

Литература

Grigoryev I. AnyLogic za tri dnya [AnyLogic in three days]: prakticheskoe posobie po imitatsionnomu modelirovaniyu. Internet-izdanie. 2016. 202 s.

Kurkin A.A., Kurkina O.E., Pelinovskij E.N. Logisticheskie modeli rasprostraneniya epidemij [Logistic models of the spread of epidemics] // Trudy NGTU im. R.E. Alekseeva. 2020. № 2 (129). S. 9–18.

Limanova N.I., Eluferyeva Yu.S. Predstavlenie modeli «khishchnik-zhertva» s pomoshchyu sredstv imitatsionnogo modelirovaniya, takikh, kak agentnoe modelirovanie i sistemnaya dinamika [Representation of the «predator-prey» model using simulation tools such as agent-based modeling and system dynamics] // Evrazijskoe Nauchnoe Ob``edinenie. 2019. № 9–1 (55). S. 66–69.

Rasprostranenie mifov v obshchestve: analogii s matematicheskim opisaniem rasprostraneniya epidemij [The spread of myths in society: analogies with the mathematical description of the spread of epidemics Problems of informatics] / M.N. Kalimoldaev [i dr.] // Problemy informatiki. 2015. № 4 (29). S. 35–44.

Sachek E.A. Imitatsionnaya model` SMO v srede Anylogic dlya prognozirovaniya koeffitsienta sosredotochennosti Skram komandy [The simulation model of the CMO in the Anylogic environment for predicting the concentration coefficient of the Scrum team] // Proizvodstvennyj menedzhment: teoriya, metodologiya, praktika. 2015. № 3. S. 23–33.

Shogenova E.M. Stokhasticheskaya matematicheskaya model` virusnoj epidemii [Stochastic mathematical model of a viral epidemic] // Izvestiya Kabardino-Balkarskogo nauchnogo tsentra RAN. 2015. № 6–2 (68). S. 213–219.

Petrov S.M., Borshchev A.V. Synergetic interaction of components of rarefied comb filtration of the speech signal // International Conference Physics and Control. Proceedings. 2003. Р. 707–709.

Ross R. Report on the prevention of malaria in Mauritius. N. Y.: E.P. Dutton & Company, 1909. 244 р.

Опубликован
2021-10-10
Выпуск
Раздел
Статьи