Проект "Эпидемия"
Проектная работа
Команда Uniyar
Титова Елизавета, Езжев Никита, Тупикин Владислав
Объект моделирования
Эпидемя в городе
Город
Ярославль
Долгая история человечества неотделима от истории многочисленных эпидемий, постоянно его сопровождавших на планете Земля, а число их жертв порой значительно превышало все потери во время военных действий.Человечество и сегодня сталкивается со "старыми и новыми" болезнями, которые уносят тысячи жизней. Поэтому система раннего обнаружения и предотвращения эпидемии может быть и будет очень полезной для общества.
Задачей проекта является моделирование потоков людей, групп людей, учреждений, транспорта и моделирование процесса распространения эпидемии. Город на примере которого происходит моделирование – Ярославль. При моделировании используются открытые данные.

Распространение болезни происходит при контакте людей, находящихся в одной локации;
В качестве параметра задается вероятность передачи болезни от одного человека другому;
Развитие болезни происходит по стадиям: человек – здоров – инкубационный период – болен – выработан иммунитет;
Переходы происходят спонтанно, в зависимости от модели болезни;
Заражать могут только заболевшие люди;

Моделирование болезни
Моделирование группы
Каждая моделируемая группа состоит из представителей различных категорий:
  • дети
  • школьники
  • взрослые
  • пожилые люди
Модель предусматривает использование поправочных коэффициентов для специфицирования течения болезни для каждой из этих категорий.(например, сделать заражение между детьми более вероятным).
Моделирование локаций
В модели предусмотрены следующие виды локаций:
детские сады и школы;
жилые дома;
предприятия;
транспорт;
больницы ( в стадии разработки)
На основе наборов данных в каждой локации создаются группы людей с соответствующим распределением по категориям
Моделирование событий в городе
Класс event, который моделирует все события дня. У каждого события есть конкретный момент и lambda функция, которая характеризует поведение объекта.
Моделирование передвижения людей между локациями
Для моделирования передвижения групп людей были установлены связи между локациями на основе алгоритма кластеризации K-means, который позволил сделать следующее:
  • Кластеризовать жилые дома по школам / детским садам, что позволило соединить эти локации.
  • Кластеризовать жилые дома и предприятия по остановкам, на основе идее, что люди из дома идут к близлежащей остановке.
Для перемещения групп людей каждой дуге графа сопоставляет вероятность, с которой один человек может использовать соответствующий переход. Алгоритм, который позволяет распределять эти вероятности по дугам разработан на уровне четко представленной идеи, однако реализации в коде пока нет.
Визуализация
Locally grown grape is cheap and very juicy
Особенности
Наша модель является крайне гибкой, задавая параметры конкретной болезни (передающейся воздушно-капельным путём), мы можем показать то, как она будет протекать. Наша модель масштабируется на город любой численности так что не принципиален тот факт что мы всяли город Ярославль. Также в нашей модели можно менять изначальное число носителей болезни, можно вводить различные поправочные коэффициенты, тем самым проигрывать тысячи разнообразных сценариев!
Перспективы
Для того,чтобы наш проект развивался дальше и мог быть системным решением для обнаружения эпидемии нам нужны и другие специалисты, обладающие компетенциями.
Биологи - для более корректного задания параметров болезни.
Аналитики - для глубокого и полноценного анализа работы нашей программы.
Физики-конструкторы - для продумывания работы датчиков.

Вывод
Проект «Эпидемия» сейчас на стадии активного развития, нам осталось совсем немного — запустить людей по нашему городу и в руках у нас будет достаточно точная и рабочая модель распространения эпидемии. Эту модель можно использовать как средство для выявления первых признаков эпидемии в городе. По ней можно понять, где люди заражаются чаще всего, в какой момент времени заболевает критическая доля людей (т. е. наступает эпидемия) и как протекает болезнь в целом. Также эксперты могут определить, где именно должны располагаться аппаратные устройства, чтобы на ранних стадиях обнаружить болезнь в городе.
Made on
Tilda