Gerardo L. Febres
Die COVID-19-Pandemie hat weltweit das Verhalten der sozialen Muster beeinflusst, die die Ansteckungsgefahr der Krankheit beeinflussen. Dieser Effekt führt dazu, dass das klassische SIR-Modell die Daten zu COVID-19 in den meisten Ländern nicht reproduzieren kann. Diese Studie integriert eine nicht-konstante Permissivitätsfunktion in das SIR-Modell. Das resultierende Modell wird rechnerisch gelöst, um eine wahrscheinliche Permissivitätszeitfunktion zu erhalten. Zur Lösung des angepassten Modells wird eine Technik angewendet, die auf einem Proportional-Integral-Regler basiert. Die resultierenden Modelle werden mit früheren Ergebnissen verglichen, die durch eine manuelle iterative Anpassungsmethode erzielt wurden.