Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 34.204.52.16
    [SESS_TIME] => 1711677372
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => af9e153735bc28ac6aba1b6ebf140407
    [UNIQUE_KEY] => 0441b22aff135a2a1f53849cb76178c4
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский журнал вычислительной математики

2020 год, номер 4

Математическое моделирование и прогнозирование COVID-19 в Москве и Новосибирской области

О.И. Криворотько1,2,3, С.И. Кабанихин1,2,3, Н.Ю. Зятьков1, А. Приходько1,2,3, Н. Прохошин2,3, М.А. Шишленин1,2,3
1Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук, Новосибирск, Россия
krivorotko.olya@mail.ru
2Математический центр в Академгородке, Новосибирск, Россия
ksi52@mail.ru
3Новосибирский национальный исследовательский государственный университет, Новосибирск, Россия
a.prikhodko@g.nsu.ru
Ключевые слова: математическое моделирование, эпидемия, COVID-19, модель SEIR-HCD, модель SEIR-D, сценарии развития, обратная задача, идентифицируемость, оптимизация, дифференциальная эволюция, имитация отжига, генетический алгоритм, Москва, Новосибирская область
Страницы: 395-414

Аннотация

В работе исследованы задачи уточнения неизвестных параметров математических моделей SEIR-HCD и SEIR-D распространения коронавирусной инфекции COVID-19 по дополнительной информации о количестве выявленных случаев заболеваний, смертности, коэффициенте самоизоляции и проведенных тестах для города Москвы и Новосибирской области с 23.03.2020. В SEIR-HCD модели популяция разделена на семь, а в SEIR-D -- на пять групп со схожими признаками и с вероятностями перехода между группами, зависящими от конкретного региона. Проведен анализ идентифицируемости математической модели SEIR-HCD, который выявил наименее чувствительные к дополнительной информации неизвестные параметры. Задачи уточнения параметров сведены к задачам минимизации целевых функционалов, которые решены с помощью стохастических методов (имитация отжига, дифференциальная эволюция, генетический алгоритм). Разработаны прогностические сценарии развития заболевания в Москве и Новосибирской области и проведен анализ применимости разработанных моделей.

DOI: 10.15372/SJNM20200404