首页/论文/2008.07317

arXiv 2008.073172020-08eess.SYcs.SY

数据驱动的分布式减灾策略与突变流行病过程分析

Data-Driven Distributed Mitigation Strategies and Analysis of Mutating Epidemic Processes

Philip E Pare, Sebin Gracy, Henrik Sandberg, Karl Henrik Johansson

摘要：

本文研究了一个离散时间SIS模型，其中感染和愈合参数以及底层网络可能随时间变化。我们提供的条件，该模型是良好的定义，并研究其稳定性。对于对称图上具有齐次感染率的系统，我们给出了健康状态（即病毒被根除的状态）的全局指数稳定性（GES）的充分条件。对于有向图上分布有异质病毒的系统，在病毒变化不太快的条件下，建立了健康状态GES的一个充分条件。

英文摘要：

In this paper we study a discrete-time SIS (susceptible-infected-susceptible) model, where the infection and healing parameters and the underlying network may change over time. We provide conditions for the model to be well-defined and study its stability. For systems with homogeneous infection rates over symmetric graphs,we provide a sufficient condition for global exponential stability (GES) of the healthy state, that is, where the virus is eradicated. For systems with heterogeneous virus spread over directed graphs, provided that the variation is not too fast, a sufficient condition for GES of the healthy state is established.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

模型不确定下SIR传染病的最优缓解

Optimal Mitigation of SIR Epidemics Under Model Uncertainty

我们研究了模型参数的不确定性对最优缓解流行病传播的影响。我们捕捉的流行病传播过程中使用的易感染-感染-删除（SIR）的流行病模型，并考虑测试隔离的控制策略。我们使用测试策略来移除（隔离）一部分受感染的人群。我们的目标是将每日感染人数维持在一定水平以下，同时尽量减少检测总数。与现有的利用控制策略在流行病传播的工作不同，我们提出了一种测试策略，高估了流行病的严重性，并研究了模型参数不确定性的影响下，系统的可行性。与最优测试策略相比，我们建立了模型参数不确定性下的建议策略将有效地平坦化曲线，但需要更多的测试和更长的时间。

2022-09-03cs.SYeess.SY

用于流行病过程分析与最优缓解的局部再生数

Local Reproduction Numbers for Analysis and Optimal Mitigation of Epidemic Processes

Purdue University（普渡大学）

本文提出统一框架分析分层网络流行病，引入局部指标量化节点级传播，并据此构建可几何规划求解的最优缓解策略，优于现有网络级方法。

2026-10-08cs.SYeess.SY

周期性传染病过程的分析与分布式控制

Analysis and distributed control of periodic epidemic processes

本文研究离散时间周期时变网络上的传染病过程。我们专注于一个（可能）突变病毒的易感-感染-易感（SIS）模型。我们说，如果一个病原体没有被病毒感染，它就处于无病状态。我们的目标是设计一个控制策略，确保网络中的所有代理指数（分别）。渐近地）收敛到无病平衡（DFE）。为此，我们首先提供a）指数（分别）的充分条件。渐近）收敛到DFE;和b）渐近收敛到DFE的充分必要条件。给出了全局指数稳定性（GES）的充分条件。DFE的全局渐近稳定性（GAS）是根据一组适当定义的矩阵的联合谱半径，而DFE的GAS的充分必要条件涉及适当定义的矩阵乘积的谱半径。随后，我们利用稳定性的结果，以设计一个分布式控制策略，消除流行病。

2020-11-17cs.SYeess.SY

多菌株流行病的建模和最优控制及其在COVID-19中的应用

Modelling and Optimal Control of Multi Strain Epidemics, with Application to COVID-19

这项工作引入了一种新型的流行病学模型，该模型同时考虑了多种病毒株、由于免疫反应随着时间的推移而减弱的再感染以及最佳控制配方。这使我们能够在一个更现实的框架下，在规定的时间范围内得出最佳的缓解策略，这并不意味着常年免疫和单一菌株，虽然这些也可以作为我们制定的特定情况下得出。该模型还允许在任何数量的病毒株下，在没有缓解策略的情况下，估计随时间推移的感染数量。我们根据COVID-19疫情验证了我们的方法，并提出了一些实验，以揭示在缺乏足够缓解措施的情况下，在一种或两种菌株下的整体行为。我们还获得了不同的缓解成本的最优控制策略，并评估这些成本的影响，最优缓解措施超过两年的时间跨度。结果表明，缓解措施的放松导致案件数量迅速增加，这就要求今后采取更多限制性措施。

2021-01-19cs.SYeess.SYq-bio.QM

连续时间网络SIS传染病的状态反馈控制

A State Feedback Controller for Mitigation of Continuous-Time Networked SIS Epidemics

本文考虑了连续时间网络化的易感染易感（SIS）疾病在人群中的传播。每种试剂代表一个亚群，并且具有其自身的治愈率和感染率;试剂在某个时刻的状态表示在所述时刻所述亚群的哪一部分感染了疾病。通过考虑代理的行为变化，以响应实时的感染率，我们的目标是设计一个反馈策略，使每个代理的感染水平严格保持在一个预先指定的值以下。此外，我们还感兴趣的是，确保闭环系统收敛到无病平衡点，或者当它存在时，收敛到地方病平衡点。制定这样一项战略的结果是，它使卫生行政官员能够确保卫生保健系统有足够的能力治疗最严重的病例。我们通过数值例子证明了我们的控制器的有效性。

2022-10-09cs.SYeess.SY

一种新型随机流行病模型及其在COVID-19中的应用

A Novel Stochastic Epidemic Model with Application to COVID-19

提出一种新型SEIR随机流行病模型，基于排队系统占用率推导疫情收缩条件，并设计稳定缓解策略，验证其在COVID-19中的有效性。

2021-02-16cs.SYeess.SYq-bio.QM

更多相关论文收起更多论文

网络SIR动态的鲁棒安全关键控制

Robust Safety-Critical Control of Networked SIR Dynamics

Elmore Family School of Electrical and Computer Engineering at Purdue University（普渡大学埃尔莫电气与计算机工程学院）；Department of Electrical Engineering and Computer Science at the University of California, Irvine（加州大学尔湾分校电气与计算机工程系）

本文提出了一种基于控制屏障函数和鲁棒控制屏障函数的网络SIR动态鲁棒安全关键控制方法，通过补偿项增强对不确定性的安全性，以确保公共卫生安全。

2026-02-02cs.SYeess.SY

根据每日检测报告，能否控制COVID-19疫情？

Can the COVID-19 epidemic be controlled on the basis of daily test reports?

本文研究了当局根据拭子检测结果、活跃病例和总病例的每日报告来决定公共卫生措施是否可以控制COVID-19疫情以及在多大程度上可以控制疫情。一个适当简化的过程模型推导出支持的可控性分析，突出了存在非常显着的时间延迟，该模型进行了验证，从几个爆发的数据。分析表明，抑制策略可以是有效的，如果足够强，并制定了早期;它也显示了缓解策略如何可能会失败，因为组合的延迟，不稳定的动态和不确定性的反馈回路;近似条件的限制理论的基础上给出的反馈控制是可行的。

2020-07-20cs.SYeess.SYphysics.soc-ph

逆向工程再生数：数据驱动的反事实分析、策略评估与流行病反馈控制框架

Reverse Engineering the Reproduction Number: A Framework for Data-Driven Counterfactual Analysis, Strategy Evaluation, and Feedback Control of Epidemics

提出数据驱动框架，通过逆向工程再生数进行反事实分析、策略评估和反馈控制，利用检测数据而非模型，并在UIUC和Purdue数据上验证有效性。

2023-10-31cs.SYeess.SYphysics.soc-ph

建模流行病传播：一种高斯过程回归方法

Modeling Epidemic Spread: A Gaussian Process Regression Approach

提出基于高斯过程回归的流行病传播建模方法，通过感染病例对数差分建模并给出误差界，在英国COVID-19数据上验证了预测有效性，优于其他回归方法。

2024-11-21cs.SYeess.SYphysics.soc-ph

共享资源下的网络多病毒传播分析与防范策略

Networked Multi-Virus Spread with a Shared Resource: Analysis and Mitigation Strategies

研究了具有共享资源的多竞争连续时间传染病过程。我们考虑的设置中，多种病毒同时流行的人群，传播发生，不仅由于个人与个人的相互作用，但也由于个人与资源的相互作用。在这种情况下，一个人要么不受任何病毒的影响，要么被多种病毒中的一种感染。我们将平衡分为三类：a）健康状态（所有病毒都被根除），b）单病毒流行平衡（除了一种病毒之外，所有病毒都被根除），c）共存平衡（多种病毒同时感染不同的人群）。我们提供i）指数（分别）的一个充分条件。渐近）根除病毒; ii）单病毒流行平衡的存在性、唯一性和渐近稳定性的充分条件; iii）健康状态是唯一平衡的充要条件;以及iv）对于双病毒设置（即，两个竞争的病毒），共存平衡存在的充分条件和必要条件。基于这些分析结果，我们提供了两种缓解策略：一种技术，保证收敛到健康的状态;和，在双病毒设置，一个计划，采用一种病毒，以确保其他病毒被根除。结果表明，在斯德哥尔摩市的蔓延情况下的数值研究。

2020-11-15cs.SYeess.SY

人类网络中的流行病传播

Epidemic Spread in Human Networks

Kansas State University（堪萨斯州立大学）

通过向经典SIS模型添加警觉状态，研究人类响应如何影响流行病传播，并利用平均场近似和代数图论分析揭示两个阈值及警觉性对传播动态的影响。

2011-07-13cs.SYeess.SYmath.DS

多层网络中的变异传播过程

Spreading Processes with Mutations over Multi-layer Networks

在新型传染病爆发期间，一个关键的科学挑战是预测在限制人群相互作用的不同对策下流行病的进程如何变化。大多数流行病学模型没有考虑突变和异质性在接触事件类型中的作用。然而，病原体有能力随着环境的变化而发生变异，特别是由于人群对现有菌株的免疫力增强而引起的变异，并且新病原体菌株的出现对公共卫生构成了持续威胁。此外，鉴于不同聚集环境中的不同传播风险（例如，学校和办公室），可能需要采取不同的缓解策略来控制感染的传播。我们分析了一个多层多菌株模型，同时考虑i）病原体突变导致新病原体菌株出现的途径，ii）不同聚集环境中不同的传播风险，建模为网络层。假设毒株之间完全交叉免疫，即从任何感染中恢复可以防止感染任何其他毒株（这一假设需要放宽以应对COVID-19或流感），我们推导出拟议的多层多毒株框架的关键流行病学参数。我们证明，减少现有的基于网络的模型，折扣异质性的应变或网络层可能会导致不正确的预测过程中的爆发。此外，我们的研究结果强调，施加/解除缓解措施对不同接触网络层（例如，学校关闭或在家工作政策）对新病原体菌株出现可能性的影响。

2023-01-24cs.SIcs.SYeess.SY