Балансовая модель эпидемии COVID-19 на основе процентного прироста
В статье изучается возможность использования альтернативного подхода к прогнозированию статистических показателей эпидемии вируса нового типа. Представлен систематический обзор моделей прогнозирования эпидемий новых инфекций в зарубежной и российской научной литературе. Анализируется точность модели...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Russian Academy of Sciences, St. Petersburg Federal Research Center
2021-10-01
|
| Series: | Информатика и автоматизация |
| Subjects: | |
| Online Access: | http://ia.spcras.ru/index.php/sp/article/view/15017 |
| _version_ | 1827826441358671872 |
|---|---|
| author | Victor Zakharov Yulia Balykina |
| author_facet | Victor Zakharov Yulia Balykina |
| author_sort | Victor Zakharov |
| collection | DOAJ |
| description | В статье изучается возможность использования альтернативного подхода к прогнозированию статистических показателей эпидемии вируса нового типа. Представлен систематический обзор моделей прогнозирования эпидемий новых инфекций в зарубежной и российской научной литературе. Анализируется точность модели SIR при прогнозировании весенней волны эпидемии COVID-19 в России. В качестве альтернативного подхода к моделированию эпидемии предлагается использование вместо традиционной модели SIR новой дискретной стохастической модели распространения эпидемии CIR, основанной на балансе показателей эпидемии в текущий и прошлые моменты времени. Новая модель описывает динамику общего количества заболевших (С), общего количества выздоровевших и умерших (R) и числа активных случаев (I). Параметрами системы являются процентный прирост величины C(t) и характеристика динамического баланса эпидемиологического процесса, впервые введенная в этой статье. Сформулирован принцип динамического баланса эпидемиологического процесса, предполагающий наличие у любого процесса свойства близости значений общего количества заболевших в прошлые периоды и значений общего количества выздоровевших и умерших в текущий момент времени. Для вычисления значений характеристики динамического баланса используется задача целочисленного программирования. Продемонстрировано, что в общем случае динамическая характеристика эпидемиологического процесса не является постоянной величиной. Эпидемиологический процесс, динамическая характеристика которого не является постоянной величиной, называется нестационарным. Для построения среднесрочных прогнозов показателей эпидемиологического процесса на промежутках стационарности эпидемиологического процесса разработан специальный алгоритм. Исследован вопрос об использовании этого алгоритма на промежутках стационарности и нестационарности. Приведены примеры применения модели CIR для построения прогнозов рассматриваемых показателей эпидемии в России в мае-июне 2020 года. |
| first_indexed | 2024-03-12T03:10:13Z |
| format | Article |
| id | doaj.art-6d42de0251f5428ca1ea253eac223234 |
| institution | Directory Open Access Journal |
| issn | 2713-3192 2713-3206 |
| language | English |
| last_indexed | 2024-03-12T03:10:13Z |
| publishDate | 2021-10-01 |
| publisher | Russian Academy of Sciences, St. Petersburg Federal Research Center |
| record_format | Article |
| series | Информатика и автоматизация |
| spelling | doaj.art-6d42de0251f5428ca1ea253eac2232342023-09-03T14:27:50ZengRussian Academy of Sciences, St. Petersburg Federal Research CenterИнформатика и автоматизация2713-31922713-32062021-10-012051034106410.15622/20.5.215017Балансовая модель эпидемии COVID-19 на основе процентного приростаVictor Zakharov0Yulia Balykina1Saint Petersburg State UniversitySaint Petersburg State UniversityВ статье изучается возможность использования альтернативного подхода к прогнозированию статистических показателей эпидемии вируса нового типа. Представлен систематический обзор моделей прогнозирования эпидемий новых инфекций в зарубежной и российской научной литературе. Анализируется точность модели SIR при прогнозировании весенней волны эпидемии COVID-19 в России. В качестве альтернативного подхода к моделированию эпидемии предлагается использование вместо традиционной модели SIR новой дискретной стохастической модели распространения эпидемии CIR, основанной на балансе показателей эпидемии в текущий и прошлые моменты времени. Новая модель описывает динамику общего количества заболевших (С), общего количества выздоровевших и умерших (R) и числа активных случаев (I). Параметрами системы являются процентный прирост величины C(t) и характеристика динамического баланса эпидемиологического процесса, впервые введенная в этой статье. Сформулирован принцип динамического баланса эпидемиологического процесса, предполагающий наличие у любого процесса свойства близости значений общего количества заболевших в прошлые периоды и значений общего количества выздоровевших и умерших в текущий момент времени. Для вычисления значений характеристики динамического баланса используется задача целочисленного программирования. Продемонстрировано, что в общем случае динамическая характеристика эпидемиологического процесса не является постоянной величиной. Эпидемиологический процесс, динамическая характеристика которого не является постоянной величиной, называется нестационарным. Для построения среднесрочных прогнозов показателей эпидемиологического процесса на промежутках стационарности эпидемиологического процесса разработан специальный алгоритм. Исследован вопрос об использовании этого алгоритма на промежутках стационарности и нестационарности. Приведены примеры применения модели CIR для построения прогнозов рассматриваемых показателей эпидемии в России в мае-июне 2020 года.http://ia.spcras.ru/index.php/sp/article/view/15017covid-19модели распространениямоделирование эпидемии новых вирусовsir-моделипрогнозирование |
| spellingShingle | Victor Zakharov Yulia Balykina Балансовая модель эпидемии COVID-19 на основе процентного прироста Информатика и автоматизация covid-19 модели распространения моделирование эпидемии новых вирусов sir-модели прогнозирование |
| title | Балансовая модель эпидемии COVID-19 на основе процентного прироста |
| title_full | Балансовая модель эпидемии COVID-19 на основе процентного прироста |
| title_fullStr | Балансовая модель эпидемии COVID-19 на основе процентного прироста |
| title_full_unstemmed | Балансовая модель эпидемии COVID-19 на основе процентного прироста |
| title_short | Балансовая модель эпидемии COVID-19 на основе процентного прироста |
| title_sort | балансовая модель эпидемии covid 19 на основе процентного прироста |
| topic | covid-19 модели распространения моделирование эпидемии новых вирусов sir-модели прогнозирование |
| url | http://ia.spcras.ru/index.php/sp/article/view/15017 |
| work_keys_str_mv | AT victorzakharov balansovaâmodelʹépidemiicovid19naosnoveprocentnogoprirosta AT yuliabalykina balansovaâmodelʹépidemiicovid19naosnoveprocentnogoprirosta |