Algoritmo genético aplicado ao controle do mosquito transmissor da dengue
Carregando...
Arquivos
Data
2014-02-28
Autores
Lyra, Luiz Gustavo [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
Dengue is a mosquito-borne viral infection found in tropical and sub-tropical regions around the world. In recent years, dengue disease has become a major international public health on concern. The World Health Organization (WHO) estimates that 50 100 million dengue infections occur each year and that over 2.5 billion people lives in more than 100 countries where dengue is endemic . Preventing or reducing dengue virus transmission depends on control of the mosquito vectors or interruption of human vector contact. In this work we studied a mathematical model that describes the populational dynamics of dengue's mosquito transmitter. This model describes the populational dynamics of mosquitoes in all stages of their development and discusses two methods to control mosquitoes, biological control with the release of sterile male mosquitoes in the environment and chemical control using insecticide. To evaluate these forms of control over the system is formulated a optimal control problem. Therefore, to assist in solving this problem we propose a genetic algorithm and the last we show computational results
A dengue é uma infecção viral transmitida por mosquito encontrado em regiões tropicais e subtropicais. Nos tempos atuais a dengue tornou-se de grande interesse para a saúde pública internacional, pois segundo a Organização Mundial de Saúde (OMS), de 50 a 100 milhões de infecções por dengue ocorrem a cada ano e mais de 2,5 bilhões de pessoas vivem em mais de 100 países onde a dengue é endêmica. A prevenção ou redução da transmissão do vírus da dengue depende do controle dos mosquitos vetores ou da interrupção do contato humano com o vetor. Neste trabalho é estudado um modelo matemático que descreve a dinâmica populacional do mosquito transmissor da dengue. Este modelo descreve a dinâmica da população do mosquito em todas as fases do seu desenvolvimento e aborda duas formas de controle para os mosquitos, o controle biológico com a inserção de mosquitos machos estéreis no meio ambiente e o controle químico com a utilização de inseticida. Para avaliação destas formas de controle sobre o sistema é formulado um problema de controle ótimo. Portanto, para auxiliar na resolução deste problema é proposto um algoritmo genético e ao final são apresentados os resultados computacionais
A dengue é uma infecção viral transmitida por mosquito encontrado em regiões tropicais e subtropicais. Nos tempos atuais a dengue tornou-se de grande interesse para a saúde pública internacional, pois segundo a Organização Mundial de Saúde (OMS), de 50 a 100 milhões de infecções por dengue ocorrem a cada ano e mais de 2,5 bilhões de pessoas vivem em mais de 100 países onde a dengue é endêmica. A prevenção ou redução da transmissão do vírus da dengue depende do controle dos mosquitos vetores ou da interrupção do contato humano com o vetor. Neste trabalho é estudado um modelo matemático que descreve a dinâmica populacional do mosquito transmissor da dengue. Este modelo descreve a dinâmica da população do mosquito em todas as fases do seu desenvolvimento e aborda duas formas de controle para os mosquitos, o controle biológico com a inserção de mosquitos machos estéreis no meio ambiente e o controle químico com a utilização de inseticida. Para avaliação destas formas de controle sobre o sistema é formulado um problema de controle ótimo. Portanto, para auxiliar na resolução deste problema é proposto um algoritmo genético e ao final são apresentados os resultados computacionais
Descrição
Palavras-chave
Modelos matematicos, Algoritmos genéticos, Mosquito - Controle, Dengue, Otimização matematica, Genetic algorithms
Como citar
LYRA, Luiz Gustavo. Algoritmo genético aplicado ao controle do mosquito transmissor da dengue. 2014. 65 f. Dissertação (mestrado) - Universidade Estadual Paulista Julio de Mesquita Filho, Instituto de Biociências de Botucatu, 2014.