В работе рассматривается метод построения имитационной модели распространения эпидемий в программной среде AnyLogic. Применение методов имитационного моделирования применительно к процессам распространения эпидемий позволяет исследовать дополнительные факторы, которые сложно учитывать при построении модели эпидемии с помощью дифференциальных уравнений. Такой подход позволяет прогнозировать течение распространения заболеваний и решать задачи управления эпидемией путём определения оптимальных мер противодействия. Изучены предпосылки появления эпидемиологических моделей. Изучена методология вариации эпидемической модели Кермака-МакКендрика моделей SIR и SEIR на основе дифференциальных уравнений. Описан процесс реализации имитационной модели распространения эпидемий с помощью программного средства AnyLogic. Построенная модель позволила изучить динамику изменения числа уязвимых, инфицированных, латентных и вылеченных индивидуумов. По полученным результатам проведён сравнительный анализ динамики распространения эпидемии, полученной для имитационной модели и классической модели, основанной на решении системы дифференциальных уравнений.
The paper considers a method for constructing a simulation model for the spread of epidemics in the AnyLogic software environment. The use of simulation methods in relation to the processes of the spread of epidemics allows us to study additional factors that are difficult to take into account when building an epidemic model using differential equations. This approach makes it possible to predict the course of the spread of diseases and solve the problems of epidemic control by determining the optimal countermeasures. The prerequisites for the emergence of epidemiological models have been studied. The methodology of variation of the Kermack-McKendrick epidemic model of the SIR and SEIR models based on differential equations was studied. The process of implementing a simulation model of the spread of epidemics using the AnyLogic software tool is described. The constructed model made it possible to study the dynamics of changes in the number of vulnerable, infected, latent and cured individuals. Based on the results obtained, a comparative analysis of the dynamics of the spread of the epidemic obtained for the simulation model and the classical model based on the solution of a system of differential equations was carried out.