UTLDR：一种用于建模传染病与公共干预的基于智能体的框架
社会与信息网络
2021-06-02 v1 物理与社会
摘要
如今，由于SARS-CoV-2大流行，疫情建模正受到来自异质研究领域研究人员的持续增长的关注。事实上，关于计算流行病学的丰富文献为分析研究以及旨在预测性和规定性情景描述的新模型定义提供了坚实基础。为简化扩散建模的接入，过去十年中提出了若干编程库与工具：然而，据我们所知，它们中没有一个被显式设计以允许用户在其模型中集成公共干预。在这项工作中，我们引入UTLDR，一个能够模拟若干公共干预（及其组合）对疫情过程演进影响的框架。UTLDR支持以增量方式设计区室模型，并在复杂交互网络拓扑上对其进行模拟。此外，它允许集成关于所分析人群的外部信息（例如年龄、性别、地理分布和移动模式……）并用其来分层和细化所设计的模型。在介绍该框架后，我们提供了若干案例研究以凸显其灵活性与表达力。
引用
@article{arxiv.2011.05606,
title = {UTLDR: an agent-based framework for modeling infectious diseases and public interventions},
author = {Giulio Rossetti and Letizia Milli and Salvatore Citraro and Virginia Morini},
journal= {arXiv preprint arXiv:2011.05606},
year = {2021}
}