基于欧氏路径积分的非线性发病率SIR模型随机控制
最优化与控制
2022-09-29 v1 概率论
物理与社会
摘要
本文利用具有非线性发病率的随机易感-感染-恢复（SIR）模型，对COVID-19大流行环境下的优化封锁强度与疫苗接种率进行详细的数学研究。我们采用Feynman型路径积分控制方法来确定该系统的Fokker-Plank型方程。由于我们假定关于COVID-19大流行的信息完整且完美，可证明唯一不动点。采用非线性发病率是因为其可源于饱和效应：若感染个体比例极高以至于暴露于大流行不可避免，则传播率对感染数增加的响应慢于线性。仿真研究表明，在更高扩散系数下，易感与恢复曲线保持下行趋势，而感染曲线变为遍历的。最后，我们使用英国2021年初的数据进行数据分析，并与理论结果比较。
引用
@article{arxiv.2209.13733,
title = {Stochastic Control of a SIR Model with Non-linear Incidence Rate Through Euclidean Path Integral},
author = {Paramahansa Pramanik},
journal= {arXiv preprint arXiv:2209.13733},
year = {2022}
}
备注
29 pages, 14 figures