elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Automatische Codegenerierung für nutzerfreundliche mathematisch-epidemiologische Modelle

Betz, Maximilian Franz (2022) Automatische Codegenerierung für nutzerfreundliche mathematisch-epidemiologische Modelle. Bachelorarbeit, Duale Hochschule Baden-Württemberg Mannheim.

[img] PDF
809kB

Kurzfassung

Infektionskrankheiten waren in der Vergangenheit eine große Gefahr für die Menschheit. Pandemien, wie die spanische Grippe von 1918-1920 oder die Pest von 1346-1353, führten zu Millionen von Todesfällen [33]. Anhand der derzeitigen Pandemie des Virus SARS-CoV-2 wird klar, dass solch eine Gefahr auch heute noch relevant ist. Der Beginn der Pandemie war für viele Menschen eine große Herausforderung. Sie waren in einer Situation mit sehr viel Ungewissheit. Eine Vorbereitung auf durch die Pandemie entstehende gesundheitliche, soziale und berufliche Probleme ist bei fehlendem Wissen über die Verbreitung von SARS-CoV-2 schwierig. Um die Infektionsausbreitung besser zu verstehen, bietet das Softwarepaket MEmilio C++-Simulationstools für die Covid-19 Pandemie unter Berücksichtigung von Faktoren wie Bevölkerungsgruppen, Infektionszuständen, Ortsauflösung, nichtpharmazeutische Interventionen, Verhalten der Bevölkerung und mehr. Die erhaltenen Daten können als Informationsquelle von Entscheidungsträger*innen in der Politik und Wirtschaft genutzt werden, um passende Regelungen im Umgang mit der Pandemie zu treffen. Um die Zielgruppe von MEmilio zu erhöhen, werden die Simulationstools zusätzlich für Python zugänglich gemacht. Python stellt als Programmiersprache eine große Basis an Benutzer*innen [38, 29, 27] und ist daher eine Möglichkeit die Software einem breiteren Anwendungskreis zu öffnen. Die Übertragung nach Python wird durch Python-Bindings implementiert. Diese sind für die Entwickler*innen zeitaufwändig zu erstellen. Sie brauchen über die Programmiersprache C++ hinaus auch ein Verständnis für Python, sowie die verwendete Bibliothek zum Binden des C++-Codes. Ziel dieser Arbeit ist somit, einen Ansatz zu erarbeiten, bei dem die Python-Bindings der C++-Modelle automatisch generiert werden. Ein Prototyp soll programmiert werden, der die automatische Generierung für die ODE-SIR-typischen Modelle von MEmilio durchführt. Für die spätere Implementierung von weiteren Modelltypen und das Ausbauen der bestehenden soll der Generator einfach erweiterbar gestaltet werden.

elib-URL des Eintrags:https://elib.dlr.de/190367/
Dokumentart:Hochschulschrift (Bachelorarbeit)
Zusätzliche Informationen:Betreuung der Arbeit im DLR und Zweitgutachten: Martin Joachim Kühn
Titel:Automatische Codegenerierung für nutzerfreundliche mathematisch-epidemiologische Modelle
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Betz, Maximilian FranzMaximilian.Betz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:August 2022
Referierte Publikation:Nein
Open Access:Ja
Status:veröffentlicht
Stichwörter:Codegenerierung, C++, Compiler, Mathematische Modellierung, Infektionskrankheiten
Institution:Duale Hochschule Baden-Württemberg Mannheim
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Aufgaben SISTEC
Standort: Köln-Porz
Institute & Einrichtungen:Institut für Softwaretechnologie > High-Performance Computing
Institut für Softwaretechnologie
Hinterlegt von: Kühn, Dr. Martin Joachim
Hinterlegt am:15 Dez 2022 12:24
Letzte Änderung:15 Dez 2022 12:24

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.