print("\n" + str(novo_local[i].city[0]) + '\n')
modelo = None
N = 0
if novo_nome[i] in pop:
N = pop[novo_nome[i]]
else:
print('não achou pop da cidade ' + str(novo_nome[i]))
N = 10000
if modelo_usado == 'SIR_PSO':
modelo = md.SIR_PSO(N)
elif modelo_usado == 'SIR_GA_fit_I':
modelo = md.SIR_GA_fit_I(N)
elif modelo_usado == 'SIR_GA':
modelo = md.SIR_GA(N)
elif modelo_usado == 'EXP':
modelo = md.EXP(N)
elif modelo_usado == 'SEQIJR_GA':
modelo = md.SEQIJR_GA(N)
else:
print('Modelo desconhecido ' + modelo_usado)
sys.exit(1)
# SIR, SIR_EDO ou SEQIJR_EDO
y = novo_local[i].TOTAL
x = range(1, len(y) + 1)
modelo.fit(x, y)
modelos.append(modelo)
dias = (previsao_ate - novo_local[i].date.iloc[0]).days
x_pred = range(1, dias + 1)
y_pred = modelo.predict(x_pred)
novo_local[i]['totalCasesPred'] = y_pred[0:len(novo_local[i])]
ultimo_dia = novo_local[i].date.iloc[-1]
if ini > fim:
beta_variavel = False
modelos = []
N_inicial = 0
for i in range(len(novo_nome)):
if novo_nome[i] == 'TOTAL':
N_inicial = 217026005
else:
N_inicial = int(df_pop['Pop'][df_pop.Sigla == novo_nome[i]])
print("\n\n" + str(novo_nome[i]) + '\n')
modelo = None
if modelo_usado == 'SIR':
modelo = md.SIR(N_inicial, numeroProcessadores)
elif modelo_usado == 'EXP':
modelo = md.EXP(N_inicial, numeroProcessadores)
elif modelo_usado == 'SEIR':
modelo = md.SEIR(N_inicial, numeroProcessadores)
elif modelo_usado == 'SEIRHUD':
modelo = md.SEIRHUD(N_inicial, numeroProcessadores)
else:
print('Modelo desconhecido ' + modelo_usado)
sys.exit(1)
y = novo_local[i].TOTAL
d = novo_local[i].mortes
x = range(1, len(y) + 1)
if modelo_usado == 'SIR':
if beta_variavel:
# novo_nome.append(nome[i])
#previsao_ate = previsao_ate + dt.timedelta(1)
modelos = []
for i in range(len(novo_nome)):
print("\n" + str(novo_local[i].city[0]) + '\n')
modelo = None
N = 0
if novo_nome[i] in pop:
N = pop[novo_nome[i]]
else:
print('não achou pop da cidade ' + str(novo_nome[i]))
N = 10000
if modelo_usado == 'SIR':
modelo = md.SIR(N, numeroProcessadores)
elif modelo_usado == 'EXP':
modelo = md.EXP(N, numeroProcessadores)
elif modelo_usado == 'SEIR':
modelo = md.SEIR(N, numeroProcessadores)
elif modelo_usado == 'SEIRHUD':
modelo = md.SEIRHUD(N, numeroProcessadores)
else:
print('Modelo desconhecido ' + modelo_usado)
sys.exit(1)
y = novo_local[i].TOTAL
x = range(1, len(y) + 1)
d = novo_local[i].mortes
if modelo_usado == 'SIR':
modelo.fit(x,
y,
novo_local.append(local[i])
novo_nome.append(nome[i])
previsao_ate = previsao_ate + dt.timedelta(1)
modelos = []
N_inicial = 0
for i in range(len(novo_nome)):
if i == 0:
N_inicial = 217026005
else:
N_inicial = int(df_pop['População'][df_pop.Sigla == novo_nome[i]])
print("\n\n" + str(novo_nome[i]) + '\n')
modelo = None
if modelo_usado == 'SIR_PSO':
modelo = md.SIR_PSO(N_inicial)
elif modelo_usado == 'EXP':
modelo = md.EXP(N_inicial)
elif modelo_usado == 'SIR_EDO':
modelo = md.SIR_EDO(N_inicial)
elif modelo_usado == 'SEIR_EDO':
modelo = md.SEIR_EDO(N_inicial)
elif modelo_usado == 'SEQIJR_EDO':
modelo = md.SEQIJR_EDO(N_inicial)
else:
print('Modelo desconhecido ' + modelo_usado)
sys.exit(1)
y = novo_local[i].TOTAL
x = range(1, len(y) + 1)
modelo.fit(x, y, name=novo_nome[i])
modelos.append(modelo)
dias = (previsao_ate - novo_local[i].date.iloc[0]).days