DISEASE SPREADING MULTI-AGENT MODELING WITH GEOINFORMATION SUPPORT
DOI:
https://doi.org/10.32782/KNTU2618-0340/2021.4.2.1.21Abstract
The subject of modern applied mathematics is the potential activity of a human agent, carried out in specific socio-cultural conditions. Mathematical models are built to obtain a specific result using a specific computing system about a specific problem situation. The subject of modeling is a practical life problem situation - real (not abstract), which includes a human agent for whom the situation is problematic: there is a state of situation A, but the agent needs to get the state of situation B. There is a gap between states A and B and is a problem. The purpose of the study is to enable the agent to take some practical action to achieve the goal, that is, to realize his intention, and thereby solve (or transform) the problem situation.
Mathematical modeling is a powerful tool for studying complex objects and processes in the real world. It is especially irreplaceable in those areas of research where real experiments on objects are complicated or simply impossible. Epidemiology is an example of one such area. The problem of the spread of various kinds of infections and epidemics is relevant for all mankind.
In the context of a coronavirus pandemic, it is important to identify patterns and characteristics of the spread of infection in order to apply effective means of protection and fight against it. In general, the relevance of modeling the dynamics of COVID-19 with geoinformation support is due to the need to determine the properties of the spread of the disease on the territory of Ukraine in the conditions of the Ukrainian society.
This article is devoted to the development of a multi-agent model of the spread of infectious diseases with geoinformation support using the example of the spread of COVID-19 in the Dnipropetrovsk region, taking into account various scenarios for modeling the distribution and behavior of agents within the enclave. The analysis of dynamic regularities and morphological characteristics of coronavirus propagation is carried out by studying the multiagent model, which allows to take into account the individual properties of agent objects.
Предмет сучасної прикладної математики – потенційна діяльність людини-агента, здійснена в конкретних соціально-культурних умовах. Математичні моделі будуються для отримання конкретного результату з допомогою конкретної обчислювальної системи з приводу конкретної проблемної ситуації. Предметом моделювання є практична життєва проблемна ситуація – реальна (не абстрактна), яка включає в себе людину-агента, для якого ситуація є проблемною: має місце стан ситуації А, але агенту потрібно отримати стан ситуації Б. Наявність розриву між станами А і Б і представляє собою проблему. Мета дослідження полягає в тому, щоб дати можливість агенту вчинити деяку практичну дію для досягнення поставленої мети, тобто реалізувати його намір, і тим самим вирішити (або перетворити) проблемну ситуацію.
Математичне моделювання є потужним інструментом для вивчення складних об'єктів і процесів, що відбуваються у реальному світі. Особливо незамінне воно в тих областях досліджень, де реальні експерименти над об'єктами ускладнені або просто неможливі. Прикладом однієї з таких областей являється епідеміологія. Проблема поширення різного роду інфекцій і епідемій є актуальною для усього людства.
В умовах пандемії коронавірусу важливо виявити закономірності та характеристики розповсюдження інфекції для того, щоб застосовувати ефективні засоби захисту та боротьби із нею. В цілому, актуальність моделювання динаміки COVID-19 з геоінформаційною підтримкою обумовлена необхідністю визначення властивостей розповсюдження захворювання на території України в умовах українського суспільства.
Дана стаття присвячена розробці мультиагентної моделі поширення інфекційних захворювань з геоінформаційною підтримкою на прикладі розповсюдження COVID-19 у Дніпропетровській області, враховуючи різні сценарії моделювання розподілу поведінки агентів в межах анклаву. Проведено аналіз динамічних закономірностей і морфологічних характеристик розповсюдження коронавірусу шляхом дослідження мультиагентної моделі, яка дозволяє врахувати індивідуальні властивості об'єктів-агентів.
References
Vasylieva, T.A. & Lieonov S.V. (2020). SOVID-19, SARS, H5N1, A/H1N1, EVD: porivnialnyi analiz vplyvu pandemii na ekonomichnyi ta sotsialnyi rozvytok u natsionalnomu, svitovomu ta rehionalnomu kontekstakh. Naukovyi pohliad: ekonomika ta upravlinnia. 3 (69).
COVID-19 Health System Response Monitor (HSRM). [https://www.covid19healthsystem.org/mainpage.aspx]
Pauline van den Driessche: Reproduction numbers of infectious disease models. In: Infectious Disease Modelling, Band 2, KeAi Publishing, August 2017, 288–303.
Chumachenko, D.I., & Chumachenko, T.O. (2020). Matematychni modeli ta metody prohnozuvannia epidemichnykh protsesiv. Kharkiv : TOV "Planeta-Print".
Stevens Н. Why outbreaks like coronavirus spread exponentially, and how to “flatten the curve”. WashingtonPost. 14/03/2020. //[https://www.washingtonpost.com/graphics/2020/world/corona-simulator/]
Vuorinen, V., & Hellsten, A. Researchers modelling the spread of the coronavirus emphasise the importance of avoiding busy indoor spaces. //[https://www.aalto.fi/en/news/researchers-modelling-the-spread-of-the-coronavirus-emphasise-the-importance-of-avoiding-busy/]
Neher, R., Aksamentov, S., & Noll, N. COVID-19 scenarios. // [https://covid19-scenarios.org/]
Brovchenko I. (2020). Rozrobka matematychnoi modeli poshyrennia epidemii COVID-19 v Ukraini. Svitohliad, 2 (82).
