基于Agent建模的城市尺度Covid-19大流行与干预政策模拟
多智能体系统
2021-09-10 v2 应用统计
摘要
在Covid-19大流行期间，世界上大多数政府实施了关闭公共空间及限制人员流动等政策，以通过物理接触最小化病毒传播。然而，此类政策具有严重的社会与经济代价，因此预先评估其影响十分重要。本工作中，我们旨在通过模拟居民行为，可视化城市在不同干预政策下大流行的动态。我们为城市开发了非常详细的基于Agent的模型，包括居民、物理与社会空间如家庭、市场、工作场所、学校/学院等。我们利用 ward 级别的人口与市政数据为印度加尔各答市参数化模型。我们证明在适当参数选择下，我们的模型能够复现加尔各答观察到的Covid-19大流行动态，并指出替代干预政策的反事实结果。
引用
@article{arxiv.2104.01650,
title = {City-scale Simulation of Covid-19 Pandemic and Intervention Policies using Agent-based Modelling},
author = {Gaurav Suryawanshi and Varun Madhavan and Adway Mitra and Partha Pratim Chakrabarti},
journal= {arXiv preprint arXiv:2104.01650},
year = {2021}
}