具有不确定性的传染病输运模型的双精度随机配置方法
数值分析
2022-05-10 v1 数值分析
种群与进化
摘要
正如近期COVID-19大流行所表明的，数据中的不确定性无疑是流行病学中的主要问题之一。为了生成真实的感染传播情景，亟需能够量化数学模型不确定性的高效方法。本文引入了一种双精度方法来量化空间依赖传染病模型中的不确定性。该方法基于从大量低精度模型评估中适当选取少量样本，并在这些样本上评估高精度模型。具体而言，我们将Bertaglia、Boscheri、Dimarco与Pareschi（Math. Biosci. Eng., 2021）以及Boscheri、Dimarco与Pareschi（Math. Mod. Meth. App. Scie., 2021）中近期提出的多尺度输运模型类作为高精度参考，并使用简单的双速度离散模型进行低精度评估。两种模型具有相同的扩散行为，并采用专门设计的渐近保持数值离散方法求解。一系列数值实验验证了该方法的有效性。
引用
@article{arxiv.2110.14579,
title = {Bi-fidelity stochastic collocation methods for epidemic transport models with uncertainties},
author = {Giulia Bertaglia and Liu Liu and Lorenzo Pareschi and Xueyu Zhu},
journal= {arXiv preprint arXiv:2110.14579},
year = {2022}
}