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: Andre Rodrigues da Cruz
• 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
• topic: Metaheurística; Controle de Epidemias; Aproximação Quadrática Convexa; Otimização Multiobjetivo; Engenharia elétrica

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.