传输过程对流行病阈值的影响

传输通过在个体即时社交环境之外产生瞬时接触，可对传染病传播产生深远影响。本工作中，我们考虑存在传输过程时的流行病动力学，其引出一个多层网络模型。除静态层外，该（多层）流行病网络由第二动态层构成，其中任意两个体在独立于传输网络上执行的随机游走中占据同一站点期间相连。我们建立了该随机网络模型的均值场描述，并研究传输过程对流行病阈值的影响。我们表明，任何传输过程一般因产生的额外连接而降低流行病阈值。相反，考虑分数阶随机游走（在某种意义上是更真实的人类移动模型），我们发现这些非局部传输动力学相较经典局部随机游走提高了流行病阈值。我们还在真实传输网络（慕尼黑地铁网络）上测试模型，并在多种情景下仔细比较均值场解与随机轨迹。