网络 contagion 模型中的适应性易感性与异质性
最优化与控制
2020-04-14 v4 社会与信息网络
动力系统
物理与社会
摘要
传染过程,如传染病、社会行为或计算机病毒的传播,影响着生物、社会和技术系统。针对大规模群体与网络上有限群体的流行病模型已被用于理解和控制瞬态与稳态行为。通常假设个体在感染康复后,要么回到初始易感状态,要么获得对再感染的完全免疫。我们研究网络 SIRI(易感-感染-康复-感染)模型,这是一种描述异质主体网络上传染过程传播的流行病模型,其中主体可适应性地调整其对再感染的易感性。该模型推广了现有模型,以容纳主体在首次暴露于感染后获得部分或受损免疫的现实条件。我们证明了区分四种动态 regime(感染-free、epidemic、endemic 与 bistable)的模型参数与网络结构的充分必要条件。对于传统模型未涵盖的 bistable regime,我们展示了在看似已收敛至无感染群体后如何出现快速的复发性流行。我们利用该模型及其预测能力,展示了如何设计控制策略以缓解有问题的传染行为。
引用
@article{arxiv.1907.08829,
title = {Adaptive Susceptibility and Heterogeneity in Contagion Models on Networks},
author = {Renato Pagliara and Naomi E. Leonard},
journal= {arXiv preprint arXiv:1907.08829},
year = {2020}
}
备注
14 pages, 5 figures