Propagación de COVID-19: Metaheurística basada en el modelo TSP-Percolación

Autores/as

  • Yessica Yazmín Calderon-Segura Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas/Facultad de Contabilidad, Administración e Informática. Cuernavaca, Morelos. México
  • Gennadiy Burlak Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas. Cuernavaca, Morelos. México
  • Martín Gerardo Martínez Rangel Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas / Facultad de Contabilidad, Administración e Informática. Cuernavaca, Morelos. México

DOI:

https://doi.org/10.30973/progmat/2023.15.2/1

Palabras clave:

COVID-19, TSP, Virus, Propagación

Resumen

En este artículo se desarrolla una metaheurística con un algoritmo que simula la propagación de un de la infección por virus COVID-19 en una ciudad. Se considera el algoritmo del Agente Viajero (TSP) y la propagación se simula con el algoritmo de Percolación. La metaheurística busca la trayectoria óptima tomando muestras aleatorias en un espacio de decisiones. El objetivo de encontrar una trayectoria que sigue el individuo de su lugar de origen a su destino y minimizar la propagación del virus por ciudad. Se debe resaltar que en la actualidad se propaga el virus en distintas partes del mundo paralizando pueblos, ciudades y estados. Actualmente el problema de COVID-19 tiene una propagación espacial que puede infectar al vecino más cercano, considerando esta característica se mapea a un modelo espacial de percolación por enlaces y a través del Algoritmo del Agente Viajero. Se considera que los contagios entre los individuos son más rápidos por contacto, considerando que la propagación de dicha enfermedad tiene criterios de probabilidad crítica (pc) se identifica el rebrote por región. La metaheurística se ha combinado TSP-Percolación con la finalidad de mostrar un rendimiento bastante notable en la predicción del camino óptimo y evitar más propagaciones por ciudad.

Biografía del autor/a

Yessica Yazmín Calderon-Segura, Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas/Facultad de Contabilidad, Administración e Informática. Cuernavaca, Morelos. México

La Dra. Yessica Yazmin Calderon Segura, cuenta con una experiencia en optimización de algoritmos, modelos matemáticos, procesos  para minimizar tiempos, sistemas de percolación, nanoestructuras y fenómenos electromagnéticos. Ha publicado artículos con coautoría en revistas internacionales y con alto factor de impacto. Así como otros conocimientos en los temas de procesamiento de imágenes, redes neuronales y sistemas. Actualmente es miembro del SNI, como candidata. Autora y coautora de 7 artículos en revistas internacionales. He participado en 22 ponencias en congresos nacionales e internacionales. Bajo de su dirección han graduado: 1 tesis de licenciatura FCAeI-UAEM. Actualmente 2 tesis de licenciatura FCAeI-UAEM en proceso, bajo su dirección.

Gennadiy Burlak, Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas. Cuernavaca, Morelos. México

El Dr. Gennadiy Burlak ha trabajado como catedrático en la Universidad Nacional de Kiev, en el Departamento de Física Teórica. Tiene los grados de doctor en: Ph. D. y D. of Sc. Desde 1998 es Profesor-Investigador Titular “C” del Centro de Investigaciones en Ingeniería y Ciencias Aplicadas (CIICAp) de la Universidad Autónoma del Estado de Morelos (UAEM). Es miembro del SNI desde 2000 y actualmente tiene el nivel III. El Dr. Burlak es autor y coautor de 14 libros y capítulos de libros y 170 artículos en revistas internacionales. Ha participado en más de 170 ponencias en Congresos Nacionales e Internacionales. Bajo de su dirección se han graduado: 16 tesis de doctorado, maestría y licenciatura. Ha impartido cursos de electromagnetismo, ecuaciones derivadas parciales y métodos numéricos en el posgrado y licenciatura del CIICAp de la UAEM. Es miembro de la Academia de Ciencias de Morelos (ACMOR) de American Physical Society. Se ha desempeñado como evaluador, árbitro del CONACyT y como referí de varias revistas internacionales como lo son: Phys.Rev.Lett., Chaos, JVSTA, MMA,PIER, entre otros. Sus temas principales de investigación son: Micro-esféricas multicapas, Optimización de radiación óptica en nanoestructuras, Dinámica no-lineal del Bose-Einstein condénsate, Aplicaciones de redes neuronales en física cuántica y transición de fases en sistemas sólidos.

Martín Gerardo Martínez Rangel, Universidad Autónoma del Estado de Morelos. Centro de Investigación en Ingeniería y Ciencias Aplicadas / Facultad de Contabilidad, Administración e Informática. Cuernavaca, Morelos. México

El Dr. Martín Gerardo Martínez Rangel es Doctor en Ingeniería y Ciencias aplicadas y Maestro en Ciencias en Ciencias de la Computación. Prefesor-Invesigador de tiempo completo titular "B" adscrito a la Facultad de Contaduría, Administración e Informática de la Universidad Autónoma del Estado de Morelos y miembro del SNI. Sus líneas de Investigación y generación del conocimiento se centran en la creación, mejora y desarrollo de algoritmos inteligentes para la optimización de recursos y el modelado de procesos para el desarrollo de sistemas de información en las organizaciones. 

Citas

Ahmed, N., Michelin, R. A., Xue, W., Ruj, S., Malaney, R., Kanhere, S. S., Jha, S. K. A survey of COVID-19 contact tracing apps. IEEE ACCESS. 2020, 8, 134577-134601. https://doi.org/10.1109/ACCESS.2020.3010226

Magklaras, G., López-Bojórquez, L. N. A review of information security aspects of the emerging COVID-19 contact tracing mobile phone applications. En: Clarke, N., Furnell, S. (eds) Human Aspects of Information Security and Assurance. HAISA 2020. IFIP Advances in Information and Communication Technology. 2020, 593. Springer, Cham. https://doi.org/10.1007/978-3-030-57404-8_3

Arias, F. J., De Las Heras, S. The mechanical effect of moisturization on airborne COVID-19 transmission and its potential use as control technique. Environmental research. 2021, 197, 110940. https://doi.org/10.1016/j.envres.2021.110940

Yao, K., Hasegawa, S., Tagashira, Y., Takamatsu, A., Uenoyama, Y., Shimizu, K., Kondo, T. Experience of 101 patients with coronavirus infectious disease 2019 (COVID-19) at a tertiary care center in Japan. Journal of Infection and Chemotherapy, 2021, 27(2), 413-417. https://doi.org/10.1016/j.jiac.2020.11.024

Li, H., Liu, S. M., Yu, X. H., Tang, S. L., Tang, C. K. . Coronavirus disease 2019 (COVID-19): Current status and future perspectives, International journal of antimicrobial agents. 2020, 55(5), 105951. https://doi.org/10.1016/j.ijantimicag.2020.105951

Vyklyuk, Y., Manylich, M., Škoda, M., Radovanović, M. M., & Petrović, M. D. Modeling and analysis of different scenarios for the spread of COVID-19 by using the modified multi-agent systems–Evidence from the selected countries, Results in Physics. 2021, 20, 103662. https://doi.org/10.1016/j.rinp.2020.103662

Castro, R. Coronavirus, una historia en desarrollo, Revista médica de Chile. 2020, 148(2), 143-144. https://doi.org/10.4067/s0034-98872020000200143

Bhattacharyya, S., Dey, K., Paul, A. R., Biswas, R. A novel CFD analysis to minimize the spread of COVID-19 virus in hospital isolation room. Chaos, Solitons & Fractals. 2020, 139, 110294. https://doi.org/10.1016/j.chaos.2020.110294

Shahid, O., Nasajpour, M., Pouriyeh, S., Parizi, R. M., Han, M., Valero, M., Sheng, Q. Z. Machine learning research towards combating COVID-19: Virus detection, spread prevention, and medical assistance. Journal of Biomedical Informatics. 2021, 117, 103751. https://doi.org/10.1016/j.jbi.2021.103751

Letchford, A. N., Nasiri, S. D., Theis, D. O. Compact formulations of the Steiner traveling salesman problem and related problems. European Journal of Operational Research. 2013, 228(1), 83-92. https://doi.org/10.1016/j.ejor.2013.01.044

López, E., Salas, Ó., Murillo, Á. El problema del agente viajero: un algoritmo determinístico usando búsqueda tabú. Revista de Matemática: teoría y aplicaciones. 2014, 21(1), 127-144. https://doi.org/10.15517/rmta.v21i1.14142

Papadimitriou, C. H., Steiglitz, K. Combinatorial optimization: algorithms and complexity. Mineola, U.S.A.: Dover Publications, 1998.

Vig, V., Palekar, U. S. On estimating the distribution of optimal traveling salesman tour lengths using heuristics. European Journal of Operational Research. 2008, 186(1), 111-119. https://doi.org/10.1016/j.ejor.2006.12.066

Feng, H. M., Liao, K. L. Hybrid evolutionary fuzzy learning scheme in the applications of traveling salesman problems. Information Sciences. 2014, 270, 204-225. https://doi.org/10.1016/j.ins.2014.02.098

Zhang, B., Qi, H., Ren, Y. T., Sun, S. C., Ruan, L. M. Application of homogenous continuous Ant Colony Optimization algorithm to inverse problem of one-dimensional coupled radiation and conduction heat transfer. International Journal of Heat and Mass Transfer. 2013, 66, 507-516. https://doi.org/10.1016/j.ijheatmasstransfer.2013.07.054

Burlak, G., Vlasova, M., Aguilar, P. M., Kakazey, M., Xixitla-Cheron, L. Optical percolation in ceramics assisted by porous clusters. Optics communications. 2009, 282(14), 2850-2856. https://doi.org/10.1016/j.optcom.2009.04.030

Fahey, R. A., Hino, A. COVID-19, digital privacy, and the social limits on data-focused public health responses. International Journal of Information Management, 2020, 55, 102181. https://doi.org/10.1016/j.ijinfomgt.2020.102181

Descargas

Publicado

23-06-2023

Cómo citar

Calderon-Segura, Y. Y., Burlak, G., & Martínez Rangel, M. G. (2023). Propagación de COVID-19: Metaheurística basada en el modelo TSP-Percolación. Programación matemática Y Software, 15(2), 1–10. https://doi.org/10.30973/progmat/2023.15.2/1

Número

Vol. 15 Núm. 2 (2023): Junio de 2023

Sección

Artículos

Licencia

Derechos de autor 2023 Yessica Yazmín Calderon-Segura, Gennadiy Burlak, Martín Gerardo Martínez Rangel

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.

Artículos más leídos del mismo autor/a

1 2 > >>