Skip to content

an agent-based model to simulate covid-19 and contact-tracing-apps

Notifications You must be signed in to change notification settings

Fewedi/network-builder

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

23 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

QUCKSTART GUIDE

1: Stellen sie sicher, dass Java 17 installiert ist:

java -version

3: Anpassen der Pfade in der application.properties an:

Passen sie om Ordner Quickstart in der application.properties die folgenden Pfandspezifizierungen an: default.path_data_household muss in den Ordner data führen.

default.path_data_household=/path/to/Quickstart/data

default.path_data_age muss in den Ordner data führen.

default.path_data_age=/path/to/Quickstart/data

default.path_data_worksites muss in den Ordner data führen.

default.path_data_worksites=/path/to/Quickstart/data

default.path_output muss in den Ordner output führen.

default.path_output=/path/to/Quickstart/output

Passen wie bei Bedarf auch weitere Parameter an.

4: Durchführen des Programms

Öffnen sie die Commandline und navigieren sie in den Ordner Quickstart. Starten sie die Jar-Datei:

java -jar network-builder-0.0.1-SNAPSHOT.jar

Wenn "----------EVERYTHING DONE----------" ausgegeben wird, ist die Simulation beendet und das Programm kann gestoppt werden. Die Resultate sind je nach Spezifikation in einem oder mehreren Ordnern im Ordner Output zu finden.

DATENGENERIERUNG

Die Daten, die das Modell verwendet um die Haushalts- und Altersstruktur der Agenten zu generieren stammt von: http://infuse.ukdataservice.ac.uk/

Generierung Daten

  • 1: Gehe auf 2011 Census data UK
  • 2: Gehe auf Geography
  • 3: Gehe aufs + von Local Authorities (32 areas) bei Scottland
  • 4: Gehe aufs + von Glasgow City
  • 5: Wähle die Kästchen links neben Glasgow City und Lower Super Output Areas and Data Zones (746 areas) aus
  • 6: Wähle Add unten auf der Seite und bestätige it Next

bei Altersdaten

  • 7: Wähle Kästchen Age und bestätige mit Next
  • 8: Wähle alle 100 Kästchen nach dem Schema Age under 1, Age 1, Age 2, Age 3, Age 4, Age 5 ... , Age 99, Age 100 and over (nicht die kästchen Age a to b)
  • 9: Wähle Kästchen Persons
  • 10: kicke Add und bestätige mit Next
  • 11: klicke Get the Data und Download Data

bei Haushaltdaten

  • 7: Filtere links nach Household type [E][S][W]
  • 8: Wähle Kästchen mit • Age • Dependent children in household • Household type [E][S][W] • Population (usual residents) und bestätige mit Next
  • 9: Wähle alle Kästchen unter Age
  • 10: Wähle die Kästchen No dependent children in household und One or more dependent children in household
  • 11: Wähle die Kästchen Living in a couple household und Not living in a couple household
  • 12: kicke Add und bestätige mit Next
  • 13: klicke Get the Data und Download Data

VISUALISIERUNG

Die Pythonskripte sollen den Output entsprechend der Darstellung in der Ausarbeitung visualisieren. Die Art der Visualisierungen hängt somit davon ab, welche der Konfigurationen true ist:

  • test_multiple
  • test_transmission_probability
  • test_population
  • test_testing_behaviour
  • keins (es gibt also nur einen Durchlauf)

Replizieren der Visualisierungen der Ausarbeitung

Im Ordner Visualisierungen sind Ordner zu allen Darstellungen in der Ausarbeitung enthalten: https://drive.google.com/drive/folders/1bnEE24q2TFhXJqPnZSFEAFNUpKId_kCm?usp=share_link Jeder Ordner enthält

  • zugundeliegende Output
  • application.properties (als Referenz)
  • die beiden Python-Skripte (dies ist jedes Mal die gleiche Datei)
  • die Darstellungen
1: Download von einem der Ordner
2: Durchführen des Skriptes

Durchführen der main.py im Ordner:

python main.py

Durchführen der Visualisierung auf generierten Daten

1: Zusammenführen der Dateien und Skripte

Es müssen im gleichen Ordner liegen:

  • main.py
  • fileprocesser.py
  • Order mit dem Namen data der alles enthält, was von der Simulation in den output-Ordner gelegt wurde
2: Durchführen des Skriptes

Durchführen der main.py im Ordner:

python main.py

About

an agent-based model to simulate covid-19 and contact-tracing-apps

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published