时态活动驱动网络上流行病的最优遏制
社会与信息网络
2018-02-27 v1 最优化与控制
物理与社会
摘要
在本文中，我们研究了发生在时态自适应网络中的流行病过程动态。基于活动驱动网络模型，我们提出了一种流行病过程的自适应模型，其中网络拓扑由于独立于流行病动态的外生因素以及个体针对感染状态所采取的内生预防措施而动态变化。直接使用马尔可夫过程对模型进行分析涉及对转移概率矩阵进行谱分析，该矩阵维度随节点数呈指数增长。为克服此限制，我们推导了感染节点数衰减率的一个上界，该上界由 矩阵的特征值表示。利用此上界，我们提出了一种高效算法来调整描述内生预防措施的参数，以随时间遏制流行病。我们通过数值模拟证实了我们的理论结果。
引用
@article{arxiv.1802.08961,
title = {Optimal Containment of Epidemics over Temporal Activity-Driven Networks},
author = {Masaki Ogura and Victor M. Preciado and Naoki Masuda},
journal= {arXiv preprint arXiv:1802.08961},
year = {2018}
}