Search academic texts

Information × Registration Number 2121U007891, Article popup.category Бакалаврська робота Title Детерміністичні моделі розповсюдження епідемій (AI translated) popup.author Яблуновський Олександр ВікторовичYablunovskyi Oleksandr Viktorovych popup.publication 01-06-2021 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/45275 popup.publisher Київ Description Дипломна робота: 109 с., 17 рис., 6 табл., 2 дод., 20 джерел. Об’єкт дослідження – алгоритм знаходження динаміки населення при епідеміях та пандеміях в досліджуваній місцевості. Мета роботи – проаналізувати існуючі моделі розповсюдження епідемій, розробити власну модель розповсюдження епідемій у зручному для користувача вигляді. Використані моделі – у розробці була використана класична модель SIR розповсюдження епідемій, як базова модель. Отримані результати – була побудована нова модель розповсюдження епідемій, яка враховує імунітет та ділення населення на чотири різні категорії за віком, також був врахований коефіцієнт смертності. В рамках подальшого дослідження пропонується підвищувати точність моделі, адаптування під нові види вірусів та їх розповсюдження, ввести в аналіз більшу кількість параметрів, які можуть мати вплив на плин епідемій та пандемій, створювати більш точні диференційні рівняння, які матимуть змогу описувати нові зміни в модель. Bachelor thesis: 109 p., 17 fig., 6 tabl., 2 append., 20 sources. Object of study – algorithm for finding population dynamics during epidemics and pandemics in the study area. Purpose – analyze existing models of epidemic spread, develop your own model of epidemic distribution in a user-friendly form. Used models – the classical SIR model of epidemic spread was used as a basic model. Results - a new model of epidemic spread was built, which takes into account immunity and the division of the population into four different age categories, and the mortality rate was also taken into account. Further research is proposed to improve the accuracy of the model, adaptation to new types of viruses and their spread, to introduce into the analysis more parameters that may affect the course of epidemics and pandemics, to create more accurate differential equations that will describe new changes in the model. popup.nrat_date 2025-11-05 Close