非线性随机游走优化传染病管控措施中成本与预防的权衡：ESIR 模型
物理与社会
2022-07-20 v1
摘要
传染性疾病可在人群中迅速传播，无论是通过空气传播，还是在其他传播载体广泛可得的情况下。若对个体健康的影响导致大量住院甚至死亡等严重后果，其破坏尤甚。遏制疫情传播的常规对策包括限制人际互动或总体流动性，而这常伴随经济与社会成本。在本文中，我们提出一种基于元人口网络的最优社交距离定向模型，称为 ESIR 模型，其可有效减缓疾病传播，同时最小化对人类流动及相关成本的影响。所提模型立足于非线性随机游走过程，该过程考虑了网络元节点（即个体在流动网络中交互的物理斑块）的有限承载能力。此约束被建模为经典 SIR 模型的松弛 compartment E，并量化了容纳扩散个体的空位密度。将该问题表述为多目标优化问题表明，当游走者避开拥挤节点时，系统可快速逼近帕累托最优，从而显著减缓传播，同时最小化对人类流动的影响，这也在实证交通网络中得到了验证。这些结果展望了可潜在增强大流行管控政策制定的专用流动协议。
引用
@article{arxiv.2201.02878,
title = {Nonlinear random walks optimize the trade-off between cost and prevention in epidemics lockdown measures : the ESIR model},
author = {Bram A. Siebert and James P. Gleeson and M. Asllani},
journal= {arXiv preprint arXiv:2201.02878},
year = {2022}
}