调查自适应最优控制函数在流行病动力学中的作用：基于 SIR/V 博弈论框架的预测与策略演化
物理与社会
2025-12-09 v1 动力系统
种群与进化
摘要
本文考虑带有人类行为效应的 SIR/V 流行病模型的自适应最优控制问题。我们构建了一个模型，通过非药物干预来监控传染病的有效管理。该研究在 SIR/V 框架内嵌入非合作博弈论机制开发自适应最优控制函数，以捕捉个体疫苗行为与人口水平传播之间的动态相互作用。我们在资源受限和异质易感性条件下推导最优控制轨迹的解析表达式，并使用数值仿真进行验证，仿真参数基于真实世界的流行病数据校准。我们发现，对于一般已知的 SIR/V 模型，基于博弈论流行病状态的自适应最优政策可显著降低成本，相较于非自适应政策。此外，我们的结果表明，自适应策略通过实现更低的感染峰值和更快的流行病消亡，显著优于静态政策，而演化博弈动力学识别驱动策略演化并指示及时政策调整的关键行为阈值。
引用
@article{arxiv.2512.06021,
title = {Investigating the effect of adaptive optimal control function in epidemic dynamics: predictions and strategy evolution based on SIR/V game theoretic framework},
author = {Nuruzzaman Rahat and Abid Hossain and Muntasir Alam},
journal= {arXiv preprint arXiv:2512.06021},
year = {2025}
}