Дисертація доктора філософії. Сарнацький Владислав Віталійович. Мова програмування та програмні засоби опису агентних моделей розповсюдження інфекційних захворювань

Реєстраційний номер

0824U000175, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

25-04-2024

Статус

Наказ про видачу диплома

Назва роботи

Мова програмування та програмні засоби опису агентних моделей розповсюдження інфекційних захворювань

Здобувач

Сарнацький Владислав Віталійович,

Керівник Баклан Ігор Всеволодович
Опонент Триснюк Василь Миколайович
Опонент Гнатушенко Володимир Володимирович
Рецензент Стеценко Інна Вячеславівна
Рецензент Дорошенко Анатолій Юхимович

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"

Опис

Робота присвячена створенню інструментального забезпечення для ефективного моделювання процесів розповсюдження інфекційних захворювань. Об’єкт: сучасні підходи до створення мов опису моделей. Предмет: програмні інструменти опису агентних моделей. Методи досліджень: систематичний пошук та аналіз літератури у сфері епідеміологічного моделювання. В процесі дослідження були використані методи статистичного аналізу, побудови граматики формальних мов, алгоритми лексичного та синтаксичного аналізу. У дисертаційній роботі отримано низку наукових результатів, зокрема, дано визначення формальної граматики мови опису агентних моделей розповсюдження інфекційних захворювань CTrace на основі розробленої загальної агентної епідеміологічної моделі. Розроблений транслятор мови CTrace з Python або Rust як проміжної мови трансляції. Результатом роботи трансляції є бібліотека для мови Python, що надає програмний інтерфейс до необхідних методів роботи з моделлю. Були розроблені та експериментально перевірені оптимізації компілятора. Також, була досліджена ефективність використання мови Python як проміжної мови трансляції. Результати експериментів свідчать про те, що використання мови Python не призводить зо значного збільшення часу обрахунку моделі, зберігаючи при цьому можливість ефективного розширення транслятора. Розроблене середовище розробки та аналізу агентних епідеміологічних моделей з використанням мови CTrace – CTraceEnv. Розроблене середовище надає базовий функціонал необхідний для підтримки процесу опису моделей мовою CTrace, що включає підсвітку синтаксису вихідного коду, вбудований транслятор тощо. Серед функціоналу аналізу представлені елементи керування роботою моделі, значень її глобальних параметрів, інтерфейс перегляду динаміки розповсюдження досліджуваного інфекційного захворювання, а також функціонал експорту результатів для подальшого аналізу сторонніми спеціалізованими інструментами. Виконана практична апробація розробленого інструментарію для ефективного моделювання розповсюдження інфекційних захворювань. У її рамках, було дано визначення агентної епідеміологічної моделі розповсюдження коронавірусу SARS-CoV-2 серед населення Польщі у період з початку вересня 2020 року до кінця листопада 2020 року, що була відкалібрована з використанням публічно доступних епідеміологічних даних. Результівна модель описує динаміку зміни кількості інфікованих людей з коефіцієнтом детермінації рівним 0.9319, що свідчить про здатність розробленого підходу описувати процеси розповсюдження інфекційних захворювань. Виконаний порівняльний аналіз середовища CTraceEnv як підходу до розробки ефективних моделей розповсюдження інфекційних захворювань з наявними аналогами. Якісний аналіз показав, що обсяг сценаріїв, що можуть бути досліджені з використанням заданих мовою CTrace моделей є більшим за той, що надають інші інструменти моделювання, за вийнятком платформи NetLogo та мов програмування загального призначення. Аналіз ефективності роботи моделей заданих мовою CTrace показав, що час обчислення кроку їх симуляції не програє іншим наявним моделям, випереджаючи зокрема платформу NetLogo на три порядки. Так, у найгіршому випадку розроблений підхід програє найефективнішому на 15%, у найкращому – виграш у швидкості сягає 988%. Опосередкованою ознакою значної переваги розробленого інструментарію є зменшення обсягу вихідного коду моделі у 14-34 рази у порівнянні з мовою Python та 16-45 разів з мовою Rust. Окрім того, що зі зменшенням обсягу вихідного коду логічно очікувати й на зменшення часу його написання, слід також очікувати й на зменшення кількості помилок, що також має позитивний вплив на ефективність розробки моделей процесів розповсюдження інфекційних захворювань. Практичне значення одержаних результатів полягає у можливості використовувати розроблену предметно-орієнтовану мову та програмне середовище для прототипування, розробки та аналізу агентно-орієнтованих моделей розповсюдження інфекційних захворювань. Наявний програмний інтерфейс дозволяє виконувати інтегрування розроблених моделей в існуючі програмні системи.

Дата реєстрації

2024-01-08

Додано/оновлено в НРАТ

2024-04-26 / 2026-07-01