在 SIR 系统中抑制感染峰值患病率的同时最小化疫情最终规模
动力系统
2021-11-11 v1 种群与进化
摘要
数学模型有助于预测病原体传播并评估非药物措施的有效性。近期已开发大量最优策略以最小化感染峰值患病率（IPP）或疫情最终规模（EFS）。尽管大多数控制策略在固定有限时间范围内优化简单代价函数，关于如何同时处理 IPP、EFS 以及避免新的感染反弹周期尚未达成共识。本工作中，基于 SIR 型模型在控制作用下的动力学行为刻画（包括平衡集在群体免疫意义上的稳定性），研究了如何在任意时刻保持 IPP 受控的同时最小化 EFS。提出了一种通过分离瞬态与稳态控制目标来定制非药物干预的措施，并借助与 COVID-19 大流行相关的详细分析和仿真结果说明了该策略的潜在益处。
引用
@article{arxiv.2111.05652,
title = {Minimizing the Epidemic Final Size while Containing the Infected Peak Prevalence in SIR Systems},
author = {J. Sereno and A. L. Anderson and A. Ferramosca and E. A. Hernandez-Vargas and A. H. Gonzalez},
journal= {arXiv preprint arXiv:2111.05652},
year = {2021}
}