基于Petri网与普通微分方程SIR组成模型的数值比较
其他定量生物学
2025-07-02 v3
摘要
Petri网是疾病在群体或个体内部传播建模中日益受到的关注框架之一。例如，易感-感染-恢复（SIR）组成模型是流行病学人口建模的基础，已在多个Petri网研究中实现。虽然SIR模型通常以普通微分方程（ODE）形式表达，具有连续时间和变量，而Petri网则作为离散事件仿真，具有确定性或随机计时。我们present了首个系统性研究，系统比较两种不同Petri网实现的SIR模型相对于标准ODE的数值收敛性。具体而言，我们引入一种基于GPenSIM软件包中动态转换权重的SIR模型的新型确定性实现，以及使用SPIKE的随机Petri网模型。我们表明，重新缩放和舍入程序对于Petri网SIR模型相对于ODE的数值收敛至关重要，我们实现的相对均方根误差小于1%，适用于生物学上相关的参数范围。我们的发现确认，无论是随机Petri网还是确定性离散时间Petri网，都通过适当的数值程序可用于建模SIR类动力学，为更大规模的Petri网模型使用奠定了基础。
引用
@article{arxiv.2407.10019,
title = {A Numerical Comparison of Petri Net and Ordinary Differential Equation SIR Component Models},
author = {Trevor Reckell and Bright Kwaku Manu and Beckett Sterner and Petar Jevtić and Reggie Davidrajuh},
journal= {arXiv preprint arXiv:2407.10019},
year = {2025}
}
备注
36 pages, SI, 22 figures, three equations, associated code can be found in GitHub repository https://github.com/trevorreckell/Numerical-Comparison-of-PN-vs-ODE-for-SIR