Цель исследования. Пандемия COVID-19 показала, что математическое моделирование приобрело важное значение в управлении инфекционными заболеваниями. Актуальность исследования заключается в понимании динамики распространения COVID-19 с помощью методов математического моделирования, которые играют ключевую роль в разработке стратегий контроля. Специфические для инфекции модели позволяют анализировать закономерности, прогнозировать траектории и оценивать эффект мер, включая карантин, социальное дистанцирование и вакцинацию.

Цель исследования – разработать и проанализировать усовершенствованную модель SEIRD с использованием гибридного численного метода, предназначенную для повышения точности прогнозирования возникновения и развития пандемических волн и оценки воздействия санитарных мер.

Методы. Задачи исследований включают построение новой модели SEIRD как расширения классической модели SIR с добавлением дополнительных категорий: «Подверженные» (Exposed), «Выздоровевшие» (Recovered) и «Умершие» (Dead). Для реализации предложенных категорий были примененены методы: явный метод Эйлера, Рунге – Кутта четвёртого порядка и адаптивные схемы Рунге – Кутты для повышения надёжности. Методологически система SEIRD решается с помощью гибридной численной схемы, сочетающей преимущества классических и адаптивных методов, что позволило получить точные симуляции и произвести оценку влияния вмешательств.

Результаты. Полученные результаты показали, что предложенная уточнённая модель SEIRD обеспечивает надёжные прогнозы возникновения и развития пандемических волн.

Заключение. Анализ полученных результатов свидетельствует о том, что увеличение роста числа инфекций на 10% сигнализирует о начале новой волны, требующей корректировки параметров и оперативного реагирования служб общественного здравоохранения, а также реализации быстрых санитарно-эпидемиологических мер. Модель SEIRD с гибридными методами отражает динамику COVID-19, а также может быть адаптирована для моделирования будущих эпидемий.