Show simple item record

dc.creatorGerardi, Davi de Oliveirapt_BR
dc.date.accessioned2016-03-15T19:37:27Z
dc.date.accessioned2020-05-28T18:08:26Z
dc.date.available2011-01-19pt_BR
dc.date.available2020-05-28T18:08:26Z
dc.date.issued2010-08-02pt_BR
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24302
dc.description.abstractSIS (susceptible-infected-susceptible) and SIR (susceptible-infectedremoved) epidemiological models based on probabilistic cellular automaton (PCA) are used in order to simulate the temporal evolution of the number of people infected by dengue in the city of Rio de Janeiro in 2007, and to predict the cases of infection in 2008. In the PCA, three different sizes of lattices and two kinds of neighborhoods are utilized, and each time step of simulation is equivalent to one week of real time. A genetic algorithm (GA) is employed to identify the probabilities of the state transition S→I, in order to reproduce the historical series of 2007 related to this disease propagation. These probabilities depend on the number of infected neighbors. Time-varying and constant probabilities are taken into account. These models based on PCA and GA were able of satisfactorily fitting the data from 2007 and making a good prediction for 2008 (mainly about the total number of cases registered during 2008).eng
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectalgoritmo genéticopor
dc.subjectautômato celularpor
dc.subjectepidemiologiapor
dc.subjectidentificação de sistemaspor
dc.subjectmodelo SIS (suscetível-infectado-suscetível)por
dc.subjectmodelo SIR (suscetível-infectado-removido)por
dc.subjectcellular automataeng
dc.subjectepidemiologyeng
dc.subjectgenetic algorithmeng
dc.subjectsystem identificationeng
dc.subjectSIS (susceptible-infected-susceptible) modeleng
dc.subjectSIR (susceptible-infected-recovered) modeleng
dc.titlePrevisão de séries temporais epidemiológicas usando autômatos celulares e algoritmos genéticospor
dc.typeDissertaçãopor
dc.publisher.departmentEngenharia Elétricapor
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBRpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoUsam-se modelos epidemiológicos SIS (suscetível-infectado-suscetível) e SIR (suscetível-infectado-removido) baseados em autômato celular probabilista (ACP) a fim de simular a evolução temporal do número de pessoas infectadas por dengue, na cidade do Rio de Janeiro em 2007, e de prever os casos de infecção em 2008. No ACP, utilizam-se reticulados de três tamanhos diferentes e dois tipos de vizinhanças, e cada passo de tempo da simulação equivale a uma semana de tempo real. Emprega-se um algoritmo genético (AG) para identificar os valores das probabilidades da transição de estados S→I, de modo a reproduzir a série histórica de 2007 relacionada à propagação dessa doença. Essas probabilidades dependem do número de vizinhos infectados. Probabilidades variantes e invariantes no tempo são consideradas. Esses modelos baseados em ACP e AG foram capazes de fazer um ajuste satisfatório dos dados de 2007 e de fornecerem uma boa previsão para 2008, (principalmente no que diz respeito ao número total de casos registrados em 2008).por
dc.creator.Latteshttp://lattes.cnpq.br/9651164026743882por
dc.contributor.advisor1Monteiro, Luiz Henrique Alvespt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1820487447148268por
dc.contributor.referee1Omar, Nizampt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2067336430076971por
dc.contributor.referee2Berlinck, José Guilherme de Souza Chaui Mattospt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1485621700443009por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/3769/Davi%20de%20Oliveira%20Gerardi.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/1386/1/Davi%20de%20Oliveira%20Gerardi.pdf


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record