Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/BUOS-8EXHUD |
Resumo: | A Epidemiologia é uma ciência que estuda os padrões de saúde e doença e os respectivos fatores associados em uma população. Ela se fundamenta na pesquisa em saúde pública para identificar os riscos para uma doença e determinar abordagens de tratamento ideal na medicina clínica e preventiva. A Epidemiologia Matemática modela a dinâmica da proliferação e permite o estudo quantitativo oferecendo ferramentas para determinar intervenções efetivas para o controle de doenças. A modelagem matemática contribui para o projeto e análise de pesquisas epidemiológicas, sugere quais são os dados cruciais que devem ser coletados, identifica tendências, permite gerar previsões gerais, analisar previamente uma possível intervenção e determinar incertezas. Nessa dissertação é apresentada uma metodologia multiobjetivo para otimizar e validar um conjunto de soluções não dominadas que contêm políticas de controle que minimizam a população de infectados e o custo com a implementação de campanhas de vacinação em um horizonte de tempo finito. O modelo epidemiológico que governa o sistema durante a otimização é o Suscetível-Infectado-Recuperado (SIR). As soluções apresentam o número de campanhas, a quantidade necessária de vacinas em cada campanha e os intervalos de tempo entre cada campanha. O motor de otimização é o NSGA-II, incorporado com uma busca local, para acelerar a convergência e melhorar a qualidade das soluções, baseada na otimização de somas ponderadas das aproximações quadráticas convexas das funções objetivo sobre uma vizinhança de pontos. A aproximação do conjunto Pareto é validada em um Modelo Baseado em Indivíduos (MBI) através de um procedimento Monte Carlo. As informações sobre a probabilidade de erradicação e intervalos de confiança são extraídas. |
id |
UFMG_36c06442814330295c7ab8b5aeb7e933 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/BUOS-8EXHUD |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Ricardo Hiroshi Caldeira TakahashiRodrigo Tomas Nogueira CardosoFelipe Campelo França PintoLuiz Henrique DuczmalAndre Rodrigues da Cruz2019-08-14T10:59:36Z2019-08-14T10:59:36Z2011-01-31http://hdl.handle.net/1843/BUOS-8EXHUDA Epidemiologia é uma ciência que estuda os padrões de saúde e doença e os respectivos fatores associados em uma população. Ela se fundamenta na pesquisa em saúde pública para identificar os riscos para uma doença e determinar abordagens de tratamento ideal na medicina clínica e preventiva. A Epidemiologia Matemática modela a dinâmica da proliferação e permite o estudo quantitativo oferecendo ferramentas para determinar intervenções efetivas para o controle de doenças. A modelagem matemática contribui para o projeto e análise de pesquisas epidemiológicas, sugere quais são os dados cruciais que devem ser coletados, identifica tendências, permite gerar previsões gerais, analisar previamente uma possível intervenção e determinar incertezas. Nessa dissertação é apresentada uma metodologia multiobjetivo para otimizar e validar um conjunto de soluções não dominadas que contêm políticas de controle que minimizam a população de infectados e o custo com a implementação de campanhas de vacinação em um horizonte de tempo finito. O modelo epidemiológico que governa o sistema durante a otimização é o Suscetível-Infectado-Recuperado (SIR). As soluções apresentam o número de campanhas, a quantidade necessária de vacinas em cada campanha e os intervalos de tempo entre cada campanha. O motor de otimização é o NSGA-II, incorporado com uma busca local, para acelerar a convergência e melhorar a qualidade das soluções, baseada na otimização de somas ponderadas das aproximações quadráticas convexas das funções objetivo sobre uma vizinhança de pontos. A aproximação do conjunto Pareto é validada em um Modelo Baseado em Indivíduos (MBI) através de um procedimento Monte Carlo. As informações sobre a probabilidade de erradicação e intervalos de confiança são extraídas.Epidemiology is a science that studies the patterns of health and disease and its associated factors in a population. It is based on public health research to identify risks for disease and determining optimal treatment approaches in clinical and preventive medicine. Epidemiology Mathematical models the dynamics of the spread of diseases and allows the quantitative study provide tools to determine effective interventions to control. Mathematical modeling contributes to the design and analysis of epidemiological studies, suggests what are the crucial data to be collected, identifies trends, generates predictions, helps to analyze a possible pre-intervention and determines uncertainties. This dissertation presents a multiobjective methodology to optimize and validate a set of nondominated solutions containing control policies that minimizes the infected population and the cost with the implementation of vaccination campaigns in a finite time horizon. The epidemiological model that governs the system during the optimization is the Susceptible-Infected-Recovered (SIR). The solutions have a number of campaigns, the necessary amount of vaccine in each campaign and the time intervals between each campaign. The optimization engine is the NSGA-II, embedded with a local search to accelerate convergence and improve the quality of solutions, based on the optimization of weighted sums of convex quadratic approximations of the objective functions on a neighborhood of points. The approximation of the Pareto set is validated in an Individual Based Model (IBM) through a Monte Carlo procedure. Information about probability of eradication and confidence intervals are extracted. Universidade Federal de Minas GeraisUFMGEngenharia elétricaMetaheurísticaControle de EpidemiasAproximação Quadrática ConvexaOtimização MultiobjetivoUma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocásticainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINAL18m.pdfapplication/pdf1063765https://repositorio.ufmg.br/bitstream/1843/BUOS-8EXHUD/1/18m.pdfeb0662beb0aeafba49b304e62aa21441MD51TEXT18m.pdf.txt18m.pdf.txtExtracted texttext/plain177484https://repositorio.ufmg.br/bitstream/1843/BUOS-8EXHUD/2/18m.pdf.txtc802e09f23e106f7a9ea5771365acaf5MD521843/BUOS-8EXHUD2019-11-14 12:21:21.961oai:repositorio.ufmg.br:1843/BUOS-8EXHUDRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T15:21:21Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
title |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
spellingShingle |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica Andre Rodrigues da Cruz Metaheurística Controle de Epidemias Aproximação Quadrática Convexa Otimização Multiobjetivo Engenharia elétrica |
title_short |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
title_full |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
title_fullStr |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
title_full_unstemmed |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
title_sort |
Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica |
author |
Andre Rodrigues da Cruz |
author_facet |
Andre Rodrigues da Cruz |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Ricardo Hiroshi Caldeira Takahashi |
dc.contributor.referee1.fl_str_mv |
Rodrigo Tomas Nogueira Cardoso |
dc.contributor.referee2.fl_str_mv |
Felipe Campelo França Pinto |
dc.contributor.referee3.fl_str_mv |
Luiz Henrique Duczmal |
dc.contributor.author.fl_str_mv |
Andre Rodrigues da Cruz |
contributor_str_mv |
Ricardo Hiroshi Caldeira Takahashi Rodrigo Tomas Nogueira Cardoso Felipe Campelo França Pinto Luiz Henrique Duczmal |
dc.subject.por.fl_str_mv |
Metaheurística Controle de Epidemias Aproximação Quadrática Convexa Otimização Multiobjetivo |
topic |
Metaheurística Controle de Epidemias Aproximação Quadrática Convexa Otimização Multiobjetivo Engenharia elétrica |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia elétrica |
description |
A Epidemiologia é uma ciência que estuda os padrões de saúde e doença e os respectivos fatores associados em uma população. Ela se fundamenta na pesquisa em saúde pública para identificar os riscos para uma doença e determinar abordagens de tratamento ideal na medicina clínica e preventiva. A Epidemiologia Matemática modela a dinâmica da proliferação e permite o estudo quantitativo oferecendo ferramentas para determinar intervenções efetivas para o controle de doenças. A modelagem matemática contribui para o projeto e análise de pesquisas epidemiológicas, sugere quais são os dados cruciais que devem ser coletados, identifica tendências, permite gerar previsões gerais, analisar previamente uma possível intervenção e determinar incertezas. Nessa dissertação é apresentada uma metodologia multiobjetivo para otimizar e validar um conjunto de soluções não dominadas que contêm políticas de controle que minimizam a população de infectados e o custo com a implementação de campanhas de vacinação em um horizonte de tempo finito. O modelo epidemiológico que governa o sistema durante a otimização é o Suscetível-Infectado-Recuperado (SIR). As soluções apresentam o número de campanhas, a quantidade necessária de vacinas em cada campanha e os intervalos de tempo entre cada campanha. O motor de otimização é o NSGA-II, incorporado com uma busca local, para acelerar a convergência e melhorar a qualidade das soluções, baseada na otimização de somas ponderadas das aproximações quadráticas convexas das funções objetivo sobre uma vizinhança de pontos. A aproximação do conjunto Pareto é validada em um Modelo Baseado em Indivíduos (MBI) através de um procedimento Monte Carlo. As informações sobre a probabilidade de erradicação e intervalos de confiança são extraídas. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-01-31 |
dc.date.accessioned.fl_str_mv |
2019-08-14T10:59:36Z |
dc.date.available.fl_str_mv |
2019-08-14T10:59:36Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/BUOS-8EXHUD |
url |
http://hdl.handle.net/1843/BUOS-8EXHUD |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/BUOS-8EXHUD/1/18m.pdf https://repositorio.ufmg.br/bitstream/1843/BUOS-8EXHUD/2/18m.pdf.txt |
bitstream.checksum.fl_str_mv |
eb0662beb0aeafba49b304e62aa21441 c802e09f23e106f7a9ea5771365acaf5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589513635692544 |