Математическое моделирование социально-значимых заболеваний в РФ

В работе построена и проанализирована комплексная математическая модель распространения COVID-19 в регионах Российской Федерации (Новосибирская, Омская области, Алтайский край, Санкт-Петербург) с учетом административных и фармацевтических мер, основанная на комбинации SEIR-HCD и агентных моделях. Параметры моделей, характеризующие особенности распространения инфекции в конкретном регионе, как правило, неизвестны, что приводит к необходимости решать совмещенные обратные задачи.
Проведен анализ чувствительности параметров моделей к данным обратной задачи (количество ежедневных ПЦР-тестов, выявленных и умерших в результате COVID-19 случаев), с помощью которого уменьшены границы изменения неизвестных параметров. Адаптированы алгоритмы решения обратных задач эпидемиологии: стохастическая оптимизация, природоподобные алгоритмы (генетический, дифференциальной эволюции, роя частиц), методы усвоения, анализа больших данных и машинного обучения. Создан программный комплекс для анализа и расчета сценариев развития эпидемиологической ситуации в Новосибирской области на 45 дней вперед с учетом ограничительных мер, вакцинации и влияния пассажиропотоков.
Работа выполнена при финансовой поддержке Российского научного фонда (проект 18-71-10044-П).