Аннотация:
Статья посвящена построению математической модели SEIIRDm, учитывающей некоторые особенности распространения COVID-19. Представляемая модель построена на основе классической SEIRD-модели распространения эпидемий. В созданной модели, в отличие от базовой, учитывается то, что латентные носители COVID-19 являются в некоторой степени заразными, и что у существенного количества инфицированных болезнь протекает бессимптомно. В SEIIRDm-модели отражен тот факт, что выявленные больные изолируются (госпитализируются) и вероятность заражения от них резко уменьшается, а также, что карантинные меры имеют массовый характер, причем важна как степень их жесткости, так и момент введения. Кроме того, в статье обращается внимание на то, что зависимость между скоростью изменения относительного числа заболевших и относительным количеством заразных и восприимчивых может быть нелинейной, и этот факт отражен в построенной модели.
Статья содержит примеры численного прогнозирования развития эпидемиологического процесса, а также моделирования влияния массовых карантинных мер, рассчитанные на основе созданной математической модели.
Ключевые слова:
математическая модель, распространение эпидемии, COVID-19, дифференциальные уравнения.
Поступила в редакцию: 20.09.2020 Исправленный вариант: 14.10.2020
Реферативные базы данных:
Тип публикации:
Статья
УДК:517.958:57
Образец цитирования:
Н. И. Еремеева, “Построение модификации SEIRD-модели распространения эпидемии, учитывающей особенности COVID-19”, Вестник ТвГУ. Серия: Прикладная математика, 2020, № 4, 14–27
\RBibitem{Ere20}
\by Н.~И.~Еремеева
\paper Построение модификации SEIRD-модели распространения эпидемии, учитывающей особенности COVID-19
\jour Вестник ТвГУ. Серия: Прикладная математика
\yr 2020
\issue 4
\pages 14--27
\mathnet{http://mi.mathnet.ru/vtpmk602}
\crossref{https://doi.org/10.26456/vtpmk602}
\elib{https://elibrary.ru/item.asp?id=44503257}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/vtpmk602
https://www.mathnet.ru/rus/vtpmk/y2020/i4/p14
Эта публикация цитируется в следующих 3 статьяx:
В. А. Садовничий, А. А. Акаев, А. И. Звягинцев, А. И. Сарыгулов, “Математическое моделирование преодоления пандемии COVID-19 и восстановления экономического роста”, Докл. РАН. Матем., информ., проц. упр., 505 (2022), 24–29; V. A. Sadovnichii, A. A. Akaev, A. I. Zvyagintsev, A. I. Sarygulov, “Mathematical modeling of overcoming the COVID-19 pandemic and restoring economic growth”, Dokl. Math., 106:1 (2022), 230–235
В. А. Судаков, Ю. П. Титов, “Прогнозирование развития пандемии методами машинного обучения в задачах поддержки принятия решений”, Матем. моделирование, 34:11 (2022), 107–122; V. A. Sudakov, Yu. P. Titov, “Pandemic forecasting by machine learning in a decision support problem”, Math. Models Comput. Simul., 15:3 (2023), 520–528
Nina I. Eremeeva, “NUMERICAL MODELING OF THE IMPACT OF QUARANTINE MEASURES ON THE DYNAMICS OF THE EPIDEMIOLOGICAL PROCESS BASED ON THE SEIRD MODEL”, TSU Herald. Phys Math Model. Oil, Gas, Energy, 7:2 (2021), 170