Previsão de séries temporais epidemiológicas usando autômatos celulares e algoritmos genéticos

• Ano de defesa: 2010
• Autor(a) principal: Gerardi, Davi de Oliveira
• Orientador(a): Monteiro, Luiz Henrique Alves
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: algoritmo genético; autômato celular; epidemiologia; identificação de sistemas; modelo SIS (suscetível-infectado-suscetível); modelo SIR (suscetível-infectado-removido)
• Palavras-chave em Inglês: cellular automata; epidemiology; genetic algorithm; system identification; SIS (susceptible-infected-susceptible) model; SIR (susceptible-infected-recovered) model
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://dspace.mackenzie.br/handle/10899/24302

Usam-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).