模型不确定下SIR传染病的最优缓解
Optimal Mitigation of SIR Epidemics Under Model Uncertainty
摘要：
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。
英文摘要：
We study the impact of model parameter uncertainty on optimally mitigating the spread of epidemics. We capture the epidemic spreading process using a susceptible-infected-removed (SIR) epidemic model and consider testing for isolation as the control strategy. We use a testing strategy to remove (isolate) a portion of the infected population. Our goal is to maintain the daily infected population below a certain level, while minimizing the total number of tests. Distinct from existing works on leveraging control strategies in epidemic spreading, we propose a testing strategy by overestimating the seriousness of the epidemic and study the feasibility of the system under the impact of model parameter uncertainty. Compared to the optimal testing strategy, we establish that the proposed strategy under model parameter uncertainty will flatten the curve effectively but require more tests and a longer time period.
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。
