Usando algoritmo genético na identificação de um modelo epidemiológico baseado em autômato celular

• Main Author: Gandini, Deivison Marques
• Other Authors: Monteiro, Luiz Henrique Alves
• Format: Others
• Language: Portuguese
• Published: Universidade Presbiteriana Mackenzie 2018
• Subjects: algoritmo genético; autômato celular; epidemiologia; modelo SIR; varicela; CNPQ::CIENCIAS EXATAS E DA TERRA
• Online Access: http://tede.mackenzie.br/jspui/handle/tede/3609

Submitted by Marta Toyoda ([e-mail]) on 2018-05-02T21:35:34Z No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) === Approved for entry into archive by Paola Damato ([e-mail]) on 2018-06-08T20:54:15Z (GMT) No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) === Made available in DSpace on 2018-06-08T20:54:15Z (GMT). No. of bitstreams: 2 DEIVISON MARQUES GANDINI.pdf: 718569 bytes, checksum: 17068734115834a9f648e43cf2ee4b15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-21 === Epidemiological studies aim to understand and predict the spreading of contagious diseases. In many of these studies, SIR-type models are employed. In these models, each individual of the host population is, at each time step, in one of three states: susceptible (S), infected (I) or recovered (R). In this dissertation, a SIR model is implemented by using a probabilistic cellular automaton (PCA). The PCA parameters are identi ed by using a genetic algorithm and two data sets: ctitious data and realistic data of varicella cases in Germany prior to the vaccination era. This work shows that di erent sets of PCA parameters can lead to similar steady-state solutions. The limitations of the identi cation procedure are discussed, especially in the case of realistic data, in which the amount of infected individuals is too small. === Estudos epidemiológicos buscam entender e prever a propagação de doen_cas contagiosas. Em muitos desses estudos, empregam-se modelos do tipo SIR. Nesses modelos, cada indivíduo da população hospedeira está, a cada passo de tempo, em um de três estados: suscetível (S), infectado (I) ou recuperado (R). Nesta dissertação, um modelo SIR é implementado usando um autômato celular probabilista (ACP). Os parâmetros do ACP são identificados usando um algoritmo genético e dois conjuntos de dados: dados fictícios e dados realistas de casos de varicela na Alemanha antes da era da vacinação. Este trabalho mostra que conjuntos distintos de parâmetros do ACP podem levar a soluções em regime permanente similares. As limitações do procedimento de identificação são discutidas, principalmente no caso de dados realistas, em que a quantidade de infectados é muito pequena.