https://github.com/agh-studies-projects/pandemic-spread-simulation
https://github.com/agh-studies-projects/pandemic-spread-simulation
discrete-systems python simulation streamlit
Last synced: about 1 year ago
JSON representation
- Host: GitHub
- URL: https://github.com/agh-studies-projects/pandemic-spread-simulation
- Owner: AGH-studies-projects
- Created: 2024-11-27T11:58:32.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2025-01-10T21:48:25.000Z (over 1 year ago)
- Last Synced: 2025-03-31T09:16:24.177Z (about 1 year ago)
- Topics: discrete-systems, python, simulation, streamlit
- Language: Python
- Homepage:
- Size: 7.61 MB
- Stars: 0
- Watchers: 1
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Symulacja Rozprzestrzeniania Pandemii
## Opis projektu
Celem projektu jest stworzenie narzędzia umożliwiającego symulację rozprzestrzeniania się pandemii w oparciu o dyskretny model systemowy. Symulacja ma na celu badanie wpływu kluczowych parametrów epidemiologicznych oraz skuteczności różnych strategii prewencyjnych na dynamikę pandemii. Projekt dostarcza zarówno możliwości analizy retrospektywnej na podstawie danych historycznych, jak i prognozowania skutków wprowadzania nowych polityk zdrowotnych.
## Funkcjonalności
- Uwzględnienie kluczowych parametrów, takich jak:
- Zagęszczenie ludności
- Struktura demograficzna społeczeństwa
- Działania prewencyjne (szczepienia, maseczki ochronne, dystans społeczny, kwarantanna, praca i nauka zdalna)
- Możliwość symulacji w różnych scenariuszach
- Wsparcie dla analizy retrospektywnej i prognozowania
- Elastyczność w modyfikacji parametrów dla szerokiego zakresu badań naukowych
## Technologie
- **Backend**: Python (z wykorzystaniem biblioteki `pygame` do wizualizacji symulacji)
- **Frontend**: Streamlit (interfejs użytkownika umożliwiający kontrolę parametrów symulacji)
## Struktura projektu
1. **Model formalny**
- Zaimplementowany w Pythonie, uwzględniający parametry epidemiologiczne oraz różnorodne działania prewencyjne.
2. **Frontend**
- Streamlit zapewnia prosty i intuicyjny interfejs do sterowania symulacją oraz prezentacji wyników.
3. **Wyniki symulacji**
- Prezentowane w formie wizualizacji i wykresów umożliwiających łatwą interpretację.
## Uruchamianie projektu
1. **Backend**:
Aby uruchomić symulację, należy:
```bash
python main.py
2. **Frontend: Aby uruchomić interfejs użytkownika w Streamlit, użyj polecenia:**
```bash
streamlit run UI/main.py
## Wymagania systemowe
Python 3.8+
Biblioteki:
-pygame
-streamlit
-numpy
-pandas
Aby zainstalować wymagane biblioteki, należy użyć polecenia:
```bash
pip install -r requirements.txt