基于智能体方法探究出行限制对 COVID-19 传播的影响
物理与社会
2021-02-17 v1
摘要
出行限制被视为遏制 COVID-19 传播的主要政策之一。然而，可通过差异化的限制以多种方式降低出行，且难以预测其对病毒传播的实际影响。这对需要实施有效且及时措施的政策制定者而言是一大局限。尽管数据分析在理解该现象中作用重大，拥有能够预测不同情景影响的更通用模型亦十分重要。此外，这些模型应能以分解方式模拟情景，从而理解针对性策略的可能影响，例如在地理尺度上或关联于其他潜在感染风险变量。本文提出一个智能体模型(ABM)，可在不同出行限制情景下动态模拟 COVID-19 传播。该模型以意大利及其 20 个行政大区为案例，考虑可归因于病毒扩散与致死性的参数(基于病毒传播风险模型)以及人口出行模式。模型以真实数据校准，并基于静态与动态参数的组合复现不同出行限制对大流行扩散的影响。结果表明，在意大利第一波大流行期间，若基于先验风险参数实施差异化的出行限制策略而非全国封锁，病毒传播情况本将相似。所提模型可为决策者在战略层面应对大流行与病毒传播提供有益建议。
引用
@article{arxiv.2102.08226,
title = {Exploring the impact of mobility restrictions on the COVID-19 spreading through an agent-based approach},
author = {Martina Fazio and Alessandro Pluchino and Giuseppe Inturri and Michela Le Pira and Nadia Giuffrida and Matteo Ignaccolo},
journal= {arXiv preprint arXiv:2102.08226},
year = {2021}
}
备注
16 pages, 7 figures, 4 tables