Моделирование эпидемиологической обстановки в рамках концептуальной модели умного города

Экономическую основу благополучия современных городов составляют научные, производственные, а также культурные возможности. Решение экологических проблем крупных городов затруднено тем, что их деятельность строится на концентрации многих видов ресурсов. Уроки пандемии COVID-19 заставляют искать новые методы управления мегаполисами. Особенностью мегаполисов является постоянный приток гостей — туристов, иностранных работников, учащихся и др. В статье предлагается подход решения проблем, связанных с регулированием притока гостей города. Составлена динамическая модель распространения инфекции, в качестве аргументов которой фигурируют ограничительные и карантинные мероприятия. Одновременно решается задача поиска экономически обоснованного баланса между внешними эффектами экологического характера и возможностями ограниченных ресурсов. При решении этих двух задач с применением механизмов моделирования становится возможным использовать информационные потоки систем умного города, а результаты расчетов дают основу принятия оптимального комплекса административных и технических решений

Ключевые слова: умный город, эпидемиологическая обстановка, качество жизни, цифровая экономика

Список использованных источников

  1. Паспорт национальной программы «Цифровая экономика Российской Федерации» (утв. президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам, протокол от 24.12.2018 № 16) — URL: http://www.consultant.ru /(дата обращения 08.04.2022).
  2. Паспорт национального проекта «Жилье и городская среда» (утв. президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам, протокол от 24.12.2018 № 16) — URL: http://www.consultant.ru/ (дата обращения 08.04.2022).
  3. Borisoglebskaya L. N., Provotorov V. V., Sergeev S. M., and Kosinov E. S.. 2019. “Mathematical Aspects of Optimal Control of Transference Processes in Spatial Networks.” IOP Conference Series: Materials Science and Engineering 537 (4). — URL: https://doi.org/10.1088/1757–899X/537/4/042025.
  4. Barykin S. Y., Kapustina I. V., Sergeev S. M., Kalinina O. V., Vilken V. V., Elena De La Poza Plaza, Putikhin Y. Y., and Volkova L. V.. 2021. “Developing the Physical Distribution Digital Twin Model within the Trade Network.” Academy of Strategic Management Journal 20 (1): 1–18. — URL: https://www.abacademies.org/articles/developing-the-physicaldistribution-digital-twin-model-within-the-trade-network.pdf.
  5. Barykin S. Y., Kapustina I. V., Sergeev S. M., and Yadykin V. K. 2020. “Algorithmic Foundations of Economic and Mathematical Modeling of Network Logistics Processes.” Journal of Open Innovation: Technology, Market, and Complexity 6 (4): 1–16. — URL: https://doi.org/10.3390/joitmc6040189.
  6. Barykin S. Y., Borisoglebskaya L. N., Provotorov V. V., Kapustina I. V., Sergeev S. M., Elena De La Poza Plaza, and Lilya Saychenko. 2021. “Sustainability of Management Decisions in a Digital Logistics Network.” Sustainability 13 (16): 9289. — URL: https://doi.org/10.3390/su13169289.
  7. Barykin S. E., Smirnova E. A., Dan Chzhao, Kapustina I. V., Sergeev S. M., Mikhalchevsky Y. Y., Gubenko A. V., et al. 2021. “Digital Echelons and Interfaces within Value Chains: Endto-End Marketing and Logistics Integration.” Sustainability 13 (24): 13929. — URL: https://doi.org/10.3390/su132413929.
  8. Golosnoy A. S., Provotorov V. V., Sergeev S. M., Raikhelgauz L. B., and O. Ja Kravets. 2019. “Software Engineering Math for Network Applications.” Journal of Physics: Conference Series 1399 (4): 044047. https://doi.org/10.1088/1742–6596/1399/4/044047.
  9. Krasnov Sergey, Sergey Sergeev, Elizaveta Zotova, and Nadezhda Grashchenko. 2019. “Algorithm of Optimal Management for the Efficient Use of Energy Resources.” E3S Web of Conferences 110. — URL: https://doi.org/10.1051/e3sconf/201911002052
  10. Pilipenko O. V., Provotorova E. N., Sergeev S. M., and Rodionov O. V. 2019. “Automation Engineering of Adaptive Industrial Warehouse.” Journal of Physics: Conference Series 1399 (4). — URL: https://doi.org/10.1088/1742–6596/1399/4/044045.
  11. Provotorov V. V., Sergeev S. M., and Van Nguyen Hoang. 2020. “Countable Stability of a Weak Solution of a Parabolic Differential-Difference System with Distributed Parameters on the Graph.” Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes 16 (4): 402–14. — URL: https://doi.org/10.21638/11701/spbu10.2020.405.
  12. Provotorov V. V., Sergeev S. M., and Hoang Van Nguyen. 2021. “Point Control of a Differential-Difference System with Distributed Parameters on the Graph.” Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes 17 (3): 277–86. https://doi.org/10.21638/11701/spbu10.2021.305.
  13. Deloitte. 2020. “Government Trends 2020.” Deloitte Insights, 88. URL: https://www2.deloitte.com/content/dam/Deloitte/ec/Documents/public-sector/DI_Government-Trends-2020.pdf. (дата обращения 08.04.2022).
  14. Conde Nast Travel — URL: https://www.cntraveller.com/ (дата обращения 08.04.2022).
  15. Globalization and World Cities Research Network — URL: http://https://fortune.com/rankings/ (дата обращения 08.04.2022).

Авторы