具有不确定社会特征的动力学传染病模型的最优控制

人们认识到，就接触分布而言的社会异质性对传染病的传播有强烈影响。然而，关于社会接触群体构成的数据很少，且其统计描述不具有普遍模式，并可能随空间和时间变化。因此，设计鲁棒的控制策略以模拟非药物干预的效果，从而有效限制感染病例数至关重要。在这项工作中，从最近引入的考虑个体社会接触影响的流行病学动力学动力学模型出发，我们考虑一种不确定的接触形成动力学，其导致细尾以及重尾的接触分布。因此，我们分析了对智能体系统的最优鲁棒控制策略的效果。借助动力学理论的经典方法，我们将不确定性量化方法与所引入的数学模型相耦合，以评估社会限制的影响。最后，利用所提出的建模方法并从可用数据出发，我们展示了所提出的选择性措施在抑制不确定性及疫情趋势方面的有效性。