Modelling has been used extensively by all national governments and the World Health Organisation in deciding on the best strategies to pursue in mitigating the effects of COVID-19. Principally these have been epidemiological models aimed at understanding the spread of the disease and the impacts of different interventions. But a global pandemic generates a large number of problems and questions, not just those related to disease transmission, and each requires a different model to find the best solution. In this article we identify challenges resulting from the COVID-19 pandemic and discuss how simulation modelling could help to support decision-makers in making the most informed decisions. Modellers should see the article as a call to arms and decision-makers as a guide to what support is available from the simulation community.

Agent-based modeling is one of the promising modeling tools that can be used in the study of population dynamics. Two of the main obstacles hindering the use of agent-based simulation in practice are its scalability when the analysis requires large-scale models as in policy research, and its ease-of-use especially for users with no programming experience. While there has been a significant work on the scalability issue, ease-of-use aspect has not been addressed in the same intensity. This paper presents a graphical user interface designed for a simulation tool which allows modelers with no programming background to specify agent-based demographic models and run them on parallel environments. The interface eases the definition of models to describe individual and group dynamics processes with both qualitative and quantitative data. The main advantage is to allow users to transparently run the models on high performance computing infrastructures.

Agent-based modeling and simulation is a promising methodology that can be used in the study of population dynamics. We present the design and development of a simulation tool which provides basic support for modeling and simulating agent-based demographic systems. Our results prove that agent-based modeling can work effectively in the study of demographic scenarios which can help to better policy planning and analysis. Moreover, parallel environment looks suitable for the study of large-scale individual-based simulations of this kind.