| dc.description.abstract | Dans le premier segment dédié à l’analyse mathématique du modèle, nous avons
évalué l’équilibre du système et calculé le taux de reproduction de base, jetant ainsi
les bases pour évaluer la stabilité du modèle.
Le deuxième volet de notre étude explore le contrôle optimal en tant qu’outil
stratégique crucial pour influencer la dynamique du système. La création d’un modèle
de contrôle optimal représente une avancée majeure dans notre quête pour mieux
comprendre et maîtriser l’épidémie de peste.
Le troisième segment s’attaque à l’incorporation de la migration des espèces entre
trois zones géographiques distinctes, reflétant la complexité de la peste bubonique.
En prenant en compte la mobilité des rongeurs et des vecteurs, notre modèle devient
plus réaliste, nous permettant d’explorer des scénarios de propagation à une échelle
plus vaste.
Dans un souci d’accessibilité, on a réalisé une application web interactive. Cette
interface conviviale permet aux utilisateurs d’interagir avec notre modèle, d’observer
visuellement les résultats et de mieux appréhender la complexité de la maladie.
On termine par une approche sur l’épidémiologie computationnelle pour surmonter les limites de la modélisation en épidémiologie mathématique dans le contexte
de la migration. Les simulations réalisées éclairent la dynamique des populations de
rongeurs et de puces dans différentes zones géographiques, enrichissant notre com-
préhension du processus de migration et nous guidant ainsi vers une perspective de
réalisation des mesures de contrôles plus efficaces dans le contexte de la migration.
La validation de nos résultats se fera à travers la simulation avec la plateforme GAMA, renforçant ainsi la robustesse de notre recherche et consolidant nos conclusions. Cette approche multidimensionnelle vise à mieux comprendre et maîtriser la peste en explorant différentes facettes de son dynamisme épidémiologique. | en_US |
