Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Имитационное моделирование эпидемий: агентный подход

idАгеева А.Ф.

УДК 004.94, 616.9
DOI: 10.26102/2310-6018/2020.30.3.030

  • Аннотация
  • Список литературы
  • Об авторах

Последствия эпидемий могут оказаться весьма негативными, приводить к значительным экономическим и социальным потерям, в связи с чем актуальными являются вопросы создания современных инструментов для тестирования стратегий снижения ущерба и разработки эффективных мер борьбы с эпидемиями. В статье обосновывается перспективность использования агент-ориентированных моделей для этих целей, на примерах агенториентированных моделей эпидемий, разработанных зарубежными исследователями. Проведен анализ архитектуры агент-ориентированных моделей распространения эпидемий и выявлены основные конструктивные концепции и ключевые компоненты для моделирования эпидемических процессов. Рассмотрены преимущества агентного подхода имитационного моделирования, позволяющие имитировать динамику распространения инфекционных заболеваний в максимально приближенной к реальному обществу неоднородной синтетической популяции, а также воспроизводить различные схемы и механизмы передачи конкретных контагиозных заболеваний с учетом демографических, социально-экономических и территориально-пространственных факторов. Использование агентного подхода имитационного моделирования предоставляет возможность исследовать течение эпидемических и инфекционных процессов на детализированном уровне, а также проигрывать всевозможные сценарии эпидемических вспышек, тестировать вариативные стратегии борьбы с эпидемией и оценивать влияние на динамику эпидемий многокомпонентных стратегий вмешательства. Результаты исследования передового опыта проектирования агент-ориентированных моделей распространения эпидемий планируется использовать для создания агент-ориентированной модели распространения эпидемии в условиях мегаполиса.

1. Hackl J., Dubernet T. Epidemic Spreading in Urban Areas Using Agent-Based Transportation Models. Future Internet. 2019;11(4):92. DOI:10.3390/fi11040092

2. Mao L. Modeling triple-diffusions of infectious diseases, information, and preventive behaviors through a metropolitan social network – An agent-based simulation. Applied Geography. 2014;50:31-39.

3. Perez L., Dragicevic S. An agent-based approach for modeling dynamics of contagious disease spread. International Journal of Health Geographics. 2009; 8(50). URL: https://doi.org/10.1186/1476-072X-8-50 (Дата обращения: 06.06.2020).

4. Crooks А. T., Hailegiorgis F. B. An agent-based modeling approach applied to the spread of cholera. Environmental Modelling and Software. 2014;62:164-177.

5. Adiga A., Chu S. Disparities in spread and control of influenza in slums of Delhi: findings from an agent-based modelling study. BMJ Open. 2018;8(1). e017353. DOI: 10.1136/bmjopen-2017-017353

6. Putro U.S., Novani S. et. al. Searching for effective policies to prevent bird flu pandemic in Bandung city using agent‐based simulation. Systems Research and Behavioral Science.. 2008;25:663-673.

7. Alam S., Meyer R., Norling E.A model for HIV spread in a South African village. Conference Paper. Multi-Agent-Based Simulation IX. MABS 2008. Estoril, Portugal. May 12-13, 2008:33-45.

8. Burke D.S., Epstein J.M. et al. Individual-based Computational Modeling of Smallpox Epidemic Control Strategies. Academic Emergency Medicine. 2006;13(11):1142-1149.

9. Laskowski M, Demianyk BC, Witt J, Mukhi SN, Friesen MR, McLeodRD. Agent-based modeling of the spread of influenza-like illness in an emergency department: A simulation study. IEEE Trans InfTechnol Biomed. 2011;15(6):877–889.

10. Hunter E., Namee B. M., Kelleher J. An open-data-driven agent-based model to simulate infectious disease outbreaks. PLOS One. 2018;14(1): e0211245.

11. Aleman D. M., Wibisono T. G. A Nonhomogeneous Agent-Based Simulation Approach to Modeling the Spread of Disease in a Pandemic Outbreak. Interfaces. 2011;41(3):301–315. DOI 10.1287/inte.1100.0550

12. Fŕıas-Martınez E., Williamson G., F ́ ŕıas-Martınez ́ V. An Agent-Based Model of Epidemic Spread using Human Mobility and Social Network Information. In Proceedings of the 3rd International Conference on Social Computing. SocialCom’11. Boston, MA, USA. 9–11 October, 2011:49–56.

13. Khalil K.M., Abdel-Aziz M., Nazmy T.T., Salem A. M. An Agent-Based Modeling for Pandemic Influenza in Egypt. 7th International Conference on Informatics and Systems, INFOS 2010. Cairo, Egypt. 28-30 March, 2010. URL: https://arxiv.org/ftp/arxiv/papers/1001/1001.5275.pdf (Дата обращения: 06.06.2020).

14. Rhee М. An agent-based approach to HIV/AIDS epidemic modeling: a case study of Papua New Guinea. Master of Science Thesis. Massachusetts Institute of Technology. 2006.

15. Venkatramanan S., Lewis B., Chen J., Higdon D., Vullikanti A., Marathe M. Using datadriven agent-based models for forecasting emerging infectious diseases. Epidemics. 2018; 22:43-49.

16. Marini M., Brunner C., Chokani N., Abhari R.S. Enhancing response preparedness to influenza epidemics: Agent-based study of 2050 influenza season in Switzerland. Simulation Modelling Practice and Theory. 2020;103. 102091. DOI: 10.1016/j.simpat.2020.102091

17. Marini M., Chokani N., Abhari R.S. COVID-19 Epidemic in Switzerland: Growth Prediction and Containment Strategy Using Artificial Intelligence and Big Data. Preprint. 2020. DOI: 10.1101/2020.03.30.20047472

18. Saravanan M., Karthikeyan P., Arathi A., Kiruthika M, Suganya S. Mobile agent-based approach for modeling the epidemics of communicable diseases. Conference Paper. International Conference on Advances in Social Networks Analysis and Mining: Niagara, Ontario, CAN. 25-29 August, 2013: 16-20.

19. Mniszewski S.M., Del Valle S.Y., Stroud P.D., Riese J.M., Sydoriak S.J. EpiSimS Simulation of a Multi-Component Strategy for Pandemic Influenza. Proceedings of the 2008 Spring simulation multi-conference. Ottawa, Canada. April 14-17, 2008: 556-563.

20. Arduin, H., Domenech de Cellès, M., Guillemot, D. et al. An agent-based model simulation of influenza interactions at the host level: insight into the influenza-related burden of pneumococcal infections. BMC Infectious Diseases. 2017; 17(382). URL: https://bmcinfectdis.biomedcentral.com/articles/10.1186/s12879-017-2464-z (Дата обращения: 06.06.2020).

Агеева Алина Фагимовна
кандидат архитектурных наук
Email: ageevaalina@yandex.ru

ORCID |

Центральный экономико-математический институт Российской академии наук

Москва, Российская Федерация

Ключевые слова: агент-ориентированное моделирование, вычислительная эпидемиология, имитационные модели распространения эпидемий, моделирование

Для цитирования: Агеева А.Ф. Имитационное моделирование эпидемий: агентный подход. Моделирование, оптимизация и информационные технологии. 2020;8(3). Доступно по: https://moit.vivt.ru/wp-content/uploads/2020/08/Ageeva_3_20_1.pdf DOI: 10.26102/2310-6018/2020.30.3.030

279

Полный текст статьи в PDF