АГЕНТНОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ИНФЕКЦИИ

Психолого-педагогический журнал Гаудеамус, №2 (16), 2010
АГЕНТНОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ИНФЕКЦИИ
А.В. Улыбин
Тамбовский государственный университет имени Г.Р. Державина, г. Тамбов, Россия
Традиционные подходы имитационного
моделирования рассматривают объекты моделирования как нечто среднее (осредненное) или как пассивные заявки в процессе.
Агентное моделирование не содержит данные недостатки, оно учитывает индивидуальные свойства объектов, образующих
сложную систему. Агентное моделирование
представляет собой инструмент, при помощи
которого возможно успешное моделирование
сложных адаптивных систем. При агентном
моделировании главная задача заключается в
определении поведения агентов на индивидуальном уровне, а глобальное поведение
возникает как результат деятельности множества агентов. Агент представляет собой
открытую систему, а его поведение устанавливаются определенными правилами. Таким
образом, изменяя поведение отдельного
агента, изменяется поведение всей системы,
что позволяет выявить индивидуальные факторы, влияющие на свойства всего процесса.
Использование мультиагентного подхода для
моделирования динамики инфекции позволит учесть факторы, которые не учитываются при использовании аппарата обыкновенных дифференциальных уравнений.
Моделируемый объект состоит из конечного числа агентов, каждый из которых
обладает набором свойств: пол, возраст, максимальная продолжительность жизни, зараженность инфекцией, подверженность заражению, наличие иммунитета и набор параметров, который зависит от вида инфекции.
Множество агентов условно можем разбить
на следующие подмножества: инфицированные, здоровые, носители инфекции. Здоровые агенты, в свою очередь, могут быть
склонными к заражению либо обладать иммунитетом (рис. 1).
Рис. 1. Множество агентов моделирования
Инфицированный агент при взаимодействии генерирует сигнал инфекции, при получении которого здоровыми агентами существует вероятность нового инфицирования. При этом у обладающего иммунитетом
агента она заведомо меньше, чем у подверженного заражению. В случае возможности
выработки антитела инфицированный агент
может изменить свое состояние на «здоров».
Правила взаимодействия агентов позволяют
производить моделирование «снизу вверх»,
т. е. исследовать динамику сложной системы, влияя на составляющие ее объекты.
Модель реализована в среде Lazarus,
и по ней проведены вычислительные эксперименты. Для проверки адекватности модели
были взяты данные по ВИЧ-инфекции в России. В процессе параметрической идентификации установлено, что максимальное количество контактов ВИЧ-инфицированного агента
в модели равно 4 контактам в год, а возраст
вступления агента в половые связи, влияющий
на передачу инфекции, равен 18 годам, максимальный возраст заражения равен 65 годам. Вероятность передачи инфекции половым путем составляет 0–10 % для мужчины,
15–30 % для женщины, 40–50 % в случае
1
4. Развитие математических теорий и методов для компьютерных приложений
взаимодействия мужчины с мужчиной. Вероятность передачи инфекции при использовании инъекционной иглы составляет 95 %.
Проведены вычислительные эксперименты, которые показали, что характер динамики ВИЧ-инфекции по реальным данным
и по модели совпадает. Мультиагентная мо-
дель позволяет не только прогнозировать
динамику инфекции, но также, в отличие от
других моделей, определять наиболее существенные пути передачи инфекции и возможные управляющие воздействия, замедляющие динамику инфекции.
2