Show simple item record

dc.creatorGandini, Deivison Marques
dc.date.accessioned2018-06-08T20:54:15Z
dc.date.accessioned2020-05-28T18:08:53Z
dc.date.available2020-05-28T18:08:53Z
dc.date.issued2018-02-21
dc.identifier.citationGANDINI, Deivison Marques. Usando algoritmo genético na identificação de um modelo epidemiológico baseado em autômato celular. 2018. 45 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24474
dc.description.abstractEpidemiological 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.eng
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectalgoritmo genéticopor
dc.subjectautômato celularpor
dc.subjectepidemiologiapor
dc.subjectmodelo SIRpor
dc.subjectvaricelapor
dc.titleUsando algoritmo genético na identificação de um modelo epidemiológico baseado em autômato celularpor
dc.typeDissertaçãopor
dc.publisher.departmentFaculdade de Computação e Informática (FCI)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApor
dc.description.resumoEstudos 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.por
dc.creator.Latteshttp://lattes.cnpq.br/5143823300201712por
dc.contributor.advisor1Monteiro, Luiz Henrique Alves
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1820487447148268por
dc.contributor.referee1Oliveira, Pedro Paulo Balbi de
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9556738277476279por
dc.contributor.referee2Schimit, Pedro Henrique Triguis
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9938713955885093por
dc.thumbnail.urlhttp://tede.mackenzie.br/jspui/retrieve/16706/DEIVISON%20MARQUES%20GANDINI.pdf.jpg*
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/3609/5/DEIVISON%20MARQUES%20GANDINI.pdf
dc.keywordscellular automatoneng
dc.keywordsepidemiologyeng
dc.keywordsgenetic algorithmeng
dc.keywordsSIR modeleng
dc.keywordsvaricellaeng


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

Acesso Aberto
Except where otherwise noted, this item's license is described as Acesso Aberto