具有自适应行为响应的移动智能体群体中的传染病传播

尽管传染病建模已处于高级阶段，但对于将诸如社交距离和采用预防方法等行为响应纳入疾病传播的方法仍有主要需求。流动性在传染病动态中起着重要作用，并且也受行为变化影响，但在许多情况下真实流动数据不完整或不可访问。我们提出了一个在移动智能体时序网络中融入局部行为响应的传染病传播模型。易感智能体被允许朝其邻域内感染智能体的相反方向移动。我们表明，当智能体的空间密度较低时，该机制显著降低了稳态患病率。然而，对于较高密度，该机制导致突变相变，出现新的双稳态相。我们针对流动性快于疾病动态的情况发展了半解析方法，并借此论证双稳态是由易感智能体空间簇的出现引起的。最后，我们刻画了快速流动机制下形成的时序网络，展示了度分布和其他度量如何受行为机制影响。我们的工作将先前已知的自适应网络结果引入移动智能体群体，可进一步发展为用于流动驱动模型。