Rational social distancing in epidemics with uncertain vaccination timing
本文构建疫苗到达时间服从概率分布的微分博弈,刻画 Nash 均衡下个体理性社会疏离如何随接种预期和不确定性变化,并将接种时间分布解释为广义贴现。
2024-04-05 econ.TH math.OC physics.soc-ph
Bang-Bang Optimal Control of Vaccination in Metapopulation Epidemics with Linear Cost Structures
本文研究Metapopulation流行病模型中的最优疫苗接种策略,采用线性成本以反映疫苗总数等实际操作考量,基于Pontryagin极大值原理推导必要最优性条件,排除了奇异弧并完整刻画了最优控制。
2025-06-01 math.OC q-bio.PE
Individual vaccination as Nash equilibrium in a SIR model with application to the 2009-10 Influenza A(H1N1) epidemic in France
本文在SIR模型中运用平均场博弈理论证明个体自利疫苗接种策略存在纳什均衡,并与社会最优策略比较,进而应用于2009-2010年法国甲型H1N1流感疫苗接种运动,揭示部分个体因对疫苗风险的悲观感知而停止接种。
2024-10-04 math.OC q-bio.PE
Dynamic Vaccination Game in a Heterogeneous Mixing Population
长期以来,反对接种疫苗一直是一个不可忽视的公共卫生现象,这是由于人们对接种疫苗的不同看法(例如,疫苗恐惧症)。本文研究了流行病爆发期间异质人群的自愿疫苗接种行为,其中每个人都做出自己的疫苗接种决定,以最大限度地减少疫苗恐惧症和感染风险带来的预期负效用。这样的问题被称为疫苗接种游戏,因为人们的疫苗接种决定不仅会影响他们自己的非效用,还会通过概率性疾病传播影响所有其他人的非效用。为了研究疫苗接种博弈,将传染病传播过程推广到一个新的传染病动力学模型中,使得异质混合种群可以动态接种疫苗和激活免疫.提出了一种有效的计算方法来评估动态传染病系统的最终状态。在此基础上,建立了一个经典的博弈均衡模型,考察了人们的疫苗接种行为对疫情爆发总体风险的影响。一个假设的案例研究是用来验证的动力学模型和推导的结果,并进行了广泛的数值实验,以确定影响人们的疫苗接种决策和爆发的风险的关键因素。此外,还研究了三种替代疫苗接种方案,以分别检查早期和非差异性疫苗接种治疗的效果。
2019-01-26 math.OC physics.soc-ph
Optimal protection and vaccination against epidemics with reinfection risk
本文研究具有再感染风险的SIRI流行病模型中最优疫苗接种与防护分配问题,严格证明奇异控制不存在并确立bang-bang控制最优性,刻画了再感染率高于首次感染率时的控制结构。
2025-05-08 math.OC
Service Center Location with Decision Dependent Utilities with an Application to Early Stage Testing and Vaccination in Epidemic Planning
研究具有模糊效用增益的服务中心选址问题,通过期望值和方差约束描述位置依赖效用,提出混合0-1二阶锥公式及有效切线不等式强化方法,并应用于Covid-19检测与疫苗接种选址。
2023-04-08 math.OC
Optimal control of a dengue epidemic model with vaccination
Viana do Castelo Polytechnic Institute(维亚纳杜卡斯特洛理工学院);University of Minho(米尼奥大学);University of Aveiro(阿威罗大学)
提出SIR+ASI模型描述人与登革热蚊群相互作用,通过最优控制理论确定最佳疫苗接种策略以减少感染者数量。
2011-08-15 cs.SY eess.SY math.OC
When optimal is not the best: cost effectiveness analysis for HPV epidemic models
本文旨在评估针对人乳头瘤病毒(HPV)的医疗干预措施的潜在成本效益。为此,我们考虑了一个两性流行病模型的HPV的传播动力学,其中包括筛查,接种疫苗的青春期男孩和女孩,和接种疫苗的性活跃的成年人。我们首先提出公共卫生政策,使用恒定的控制参数,并制定一个成本效益分析(CEA),以确定哪种干预措施提供了最好的效果的钱投资。其次,我们考虑时间依赖的控制参数,并制定一个最优控制问题,以获得时间依赖版本的干预。在恒定的控制参数的情况下,我们进行了CEA调查的成本效益的时间依赖性的控制干预措施。我们的研究结果表明,女性接种疫苗,包括青春期女孩和成年妇女,是最具成本效益的策略。我们还比较了恒定的时间依赖性的医疗保健干预,这是最佳的意义上说,他们最小化的目标功能的最优控制问题。结果表明,时间相关的控制并不总是比恒定的控制更具成本效益。
2020-11-12 math.OC
Modelling lockdown measures in epidemic outbreaks using selective socio-economic containment with uncertainty
在推出旨在阻止SARS-CoV 2疫情蔓延的严厉遏制措施后,许多政府在面临封锁造成的严重经济危机时采取了基于定期放松此类措施的策略。评估这种开放对疾病重新蔓延的风险的影响是一个极其困难的问题,因为在感染者的实际人数、实际繁殖人数和疾病的感染死亡率方面存在许多未知数。在这项工作中,从一个隔间模型与社会结构和随机输入,我们推导出模型与多个反馈控制,这取决于社会活动,允许评估的影响,选择性放松的遏制措施,在存在不确定的数据。在家庭、工作场所、学校和其他地点的具体接触模式已被考虑。从不同的情况下,在一些主要国家,包括德国,法国,意大利,西班牙,英国和美国的第一波流行病的结果,介绍和讨论。
2021-06-09 math.OC q-bio.PE
Optimal Vaccine Allocation to Control Epidemic Outbreaks in Arbitrary Networks
我们考虑通过在网络中分配疫苗接种资源来控制任意接触网络中流行病爆发的传播问题。我们分析了网络版本的易感-感染-易感(SIS)流行病模型时,在网络中的个人呈现不同程度的易感性的流行病。在这种情况下,控制流行病爆发的传播可以写成一个谱条件,涉及依赖于网络结构和模型参数的矩阵的特征值。我们研究的问题,在整个网络中找到疫苗的最佳分布,以控制流行病爆发的蔓延。我们提出了一个凸框架,以找到成本最优的疫苗接种资源的分配时,允许不同的疫苗接种水平。我们还提出了一个贪婪的方法,质量保证的情况下,全有或全无疫苗接种。我们说明了我们的方法在一个真实的社会网络的数值模拟。
2013-03-16 cs.SI math.OC physics.soc-ph
Optimal epidemic control by social distancing and vaccination of an infection structured by time since infection: the covid-19 case study
针对按感染后时间结构化的COVID-19传播,本文结合分阶段可用的社交距离与疫苗接种建立最优控制模型,证明最优控制对存在并给出必要条件及解的性质。
2024-05-10 math.AP math.OC q-bio.PE
Optimal Containment of Epidemics in Temporal and Adaptive Networks
在本章中,我们重点讨论了在时间网络和自适应网络中控制疾病传播的问题(即,其结构“适应"疾病状态的网络)。我们特别关注的问题是找到遏制资源的最佳分配(例如,疫苗、医务人员、交通管制资源等)消除流行病爆发的时间和自适应网络的以下三个模型:(i)马尔可夫时间网络,(ii)聚合马尔可夫时间网络,(iii)随机自适应模型。对于每一个模型,我们提出了一个严格和易于处理的数学框架,有效地找到控制资源的最佳分配,以消除疾病。与其他现有的结果相比,我们的结果不是基于启发式控制策略,而是基于纪律分析,使用工具从动力系统和凸优化。
2016-12-20 cs.SI math.OC physics.soc-ph
Optimal Containment of Epidemics over Temporal Activity-Driven Networks
在本文中,我们研究了发生在时间和自适应网络中的流行病过程的动力学。在活动驱动网络模型的基础上,提出了一个自适应的传染病过程模型,该模型中网络拓扑结构的动态变化既受独立于传染病动态的外生因素的影响,也受个体针对感染状态所采取的内生预防措施的影响.使用马尔可夫过程的模型的直接分析涉及转移概率矩阵的谱分析,其大小随节点数呈指数增长。为了克服这一限制,我们推导出一个上限的衰减率的感染节点的数量方面的特征值的$2 \times 2$矩阵。使用这个上限,我们提出了一个有效的算法来调整参数描述的内源性预防措施,以遏制随着时间的推移流行病。我们通过数值模拟证实了我们的理论结果。
2018-02-25 cs.SI math.OC physics.soc-ph
Controlling epidemics through optimal allocation of test kits and vaccine doses across networks
UCLA(加州大学洛杉矶分校);Frankfurt School of Finance and Management(法兰克福金融管理学院)
研究在异质接触网络中通过最优分配检测套件和疫苗剂量控制传染病的核心方法和贡献,采用控制理论方法推导出最优干预策略,能更有效延迟爆发并降低发病率。
2021-07-31 cs.SI math.OC q-bio.PE
Control Strategies for COVID-19 Epidemic with Vaccination, Shield Immunity and Quarantine: A Metric Temporal Logic Approach
自COVID-19疫情爆发以来,针对冠状病毒SARS-CoV-2提出并测试了各种公共卫生控制策略。我们研究了三个特定的COVID-19流行病控制模型:接种疫苗控制的易感、暴露、传染、恢复(SEIR)模型;屏蔽免疫控制的SEIR模型;以及检疫控制的易感、未检疫感染、检疫感染、确认感染(SUQC)模型。我们表达的控制要求在度量时序逻辑(MTL)公式(一种形式化的规范语言),它可以指定预期的控制结果,如“感染的死亡人数不应该超过一千人,每天在未来三个月内”或“人口免疫的疾病应该最终超过20万在未来100至120天”。然后,我们开发的方法与MTL规范合成控制策略。据我们所知,这是第一篇基于具有正式规范的COVID-19流行病模型系统综合控制策略的论文。我们提供了三个不同案例研究的模拟结果:COVID-19疫情的疫苗接种控制,模型参数根据意大利伦巴第的数据估计; COVID-19疫情的屏蔽免疫控制,模型参数根据意大利伦巴第的数据估计; COVID-19疫情的检疫控制,模型参数根据中国武汉的数据估计。结果表明,所提出的综合方法可以生成控制输入,使得每个类别中的时变个体数量(例如,感染性、免疫性)符合MTL规范。研究结果亦显示,早期干预对减缓COVID-19的传播至关重要,而更严格的MTL规范需要更多的控制工作。
2020-08-13 cs.SY eess.SY math.OC
Transport and Optimal Control of Vaccination Dynamics for COVID-19
基于热扩散方程建立了疫苗BNT 162 b2的传递数学模型。然后,我们将最优控制理论应用于所提出的广义SEIR模型。我们为易感人群引入疫苗接种,以控制COVID-19疫情的传播。为此,我们使用庞特里亚金最小值原理,找到必要的最优性条件的最优控制。数值求解了最优控制问题和热扩散方程。最后,进行了几次模拟,以研究和预测COVID-19疫情在意大利的传播。特别是,我们比较了存在和不存在疫苗接种的模型。
2022-04-21 math.OC q-bio.PE
Optimal control of vaccination and plasma transfusion with potential usefulness for COVID-19
SEIR模型是一种用于模拟流行病动态的房室模型。在这一章中,我们介绍了两个控制功能的房室SEIR模型代表疫苗接种和血浆输血。本文提出了最优控制问题,研究这两种控制措施对减少感染者和增加康复者的效果,并使费用最小。据我们所知,血浆输注治疗从未被认为是缓解流行病的控制策略。建议的疫苗接种和治疗策略可能在控制COVID-19大流行这一具有挑战性和困难的问题上有实际应用。
2020-10-08 math.OC q-bio.PE
A Scalable Bayesian Persuasion Framework for Epidemic Containment on Heterogeneous Networks
在流行病期间,社会中个人可获得的信息深刻地影响了他们对流行病传播的信念,从而影响了他们为免受感染而采取的预防措施。在本文中,我们开发了一个可扩展的框架,以确定最佳的信息披露,政府必须在网络化社会中的个人的流行病遏制的目的。社会的异质性、个人面临的正外部性以及公众对此类披露的反应的多样性使信息设计问题变得复杂。我们使用网络公共产品模型来捕捉潜在的社会结构。我们的第一个主要结果是政府的目标结构分解成两个独立的组件-一个组件依赖于个人的效用函数,另一个依赖于底层网络的属性。由于这种分解中的网络依赖项不受政府发出的信号的影响,这种特征简化了寻找最优信息披露政策的问题。我们发现,在风险规避和谨慎方面,明确的条件下,不披露,充分披露,夸大和淡化是最优的政策。结构分解的结果也有助于研究其他形式的干预措施,如激励设计和网络设计。
2022-07-23 cs.GT cs.SY econ.TH
Physics-Informed Neural Networks for Optimal Vaccination Plan in SIR Epidemic Models
Department of Applied Artificial Intelligence, 232 Gonneung-ro, Nowon-gu, Seoul, 01811, Republic of Korea(应用人工智能系);Department of Mathematics, POSTECH, 77 Cheongam-ro, Nam-gu, Pohang, Gyeongbuk, 06974, Republic of Korea(数学系)
本文提出利用物理信息神经网络(PINNs)求解SIR模型中的最优疫苗接种策略,通过无网格方法高效计算消除时间和控制策略。
2025-02-27 cs.LG math.OC
Optimal immunity control by social distancing for the SIR epidemic model
在找到针对SARS-CoV-2冠状病毒的疫苗或疗法之前,实现群体免疫似乎是唯一的中期选择。然而,如果感染个体的数量减少,并最终消退,仅超过这一阈值,相当大比例的易感者仍可能被感染,直到流行结束。在没有疫苗或治疗方法的最坏情况下,控制策略可能是最好的政策。为了将新感染者的数量保持在最低限度,一个可能的策略是采取严格的控制措施,使易感个体的数量保持在接近群体免疫力的水平。这种行动是不现实的,因为遏制只能持续有限的时间,而且永远不会彻底。在这篇文章中,使用一个经典的SIR模型,我们确定(部分或全部)遏制策略在一个给定的有限的时间间隔,最大限度地增加易感个体的数量在一个无限的地平线上,或等价地,最小化总的感染负担在诅咒的流行病。证明了该最优策略的存在唯一性,并对后者进行了充分刻画。如果在实践中适用,这种策略理论上将导致无限范围内易感人群比例增加30%,其遏制水平与法国2020年3月至5月实施的卫生措施相对应。我们还分析了最小干预时间达到一个固定的距离从群体免疫,并显示与前一个问题的关系。仿真结果表明,并验证了理论结果。
2020-06-10 math.OC physics.soc-ph q-bio.PE
Optimising pandemic response through vaccination strategies using neural networks
本文提出基于神经网络的三阶段框架,用于优化疫苗接种策略以平衡疾病控制与经济成本。
2025-11-21 econ.EM math.OC stat.AP
A Nine-Compartment Nonlinear Epidemic Model with Spline-Based Identification of Time-Varying Transmission and Vaccination Dynamics: Application to the COVID-19 Third Wave in Italy
University of Palermo(巴勒莫大学);University of Bayreuth(拜罗伊特大学);Regional Health Care and Social Agency of Lodi, Azienda Socio-Sanitaria Territoriale (ASST) Lodi(洛迪地区卫生与社会服务机构,地方社会卫生企业(ASST)洛迪);InEmbryo S.r.l.s.(InEmbryo有限公司);Department of Internal Medicine “PROMISE”, University of Palermo(巴勒莫大学“PROMISE”内科学系)
提出九室非线性流行病模型,包含两种病毒株、超级传播者、部分疫苗免疫和住院动态,使用PCHIP参数化识别时变传播和接种率,校准后拟合优度高,并分析了模型适定性、基本再生数和稳定性。
2026-06-05 math.OC q-bio.PE
Deterministic Epidemic Models For Ebola Infection With Time-dependent Controls
本文利用非线性常微分方程和最优控制理论研究了埃博拉病毒感染的流行病模型。我们考虑了SIR和SEIR模型的最优控制分析致命的埃博拉病毒感染使用疫苗接种,治疗和教育运动作为不定常控制功能。本文应用间接方法研究了埃博拉病毒病的确定性最优控制流行病模型。最优控制中的这些方法是基于Hamilton函数和庞特里亚金的最大值原理来构造伴随方程和最优性系统。采用四阶龙格-库塔法的前向后扫数值格式求解各种控制策略的最优性系统。从我们的数字说明中,我们可以得出结论,有效的教育活动和易感个体的疫苗接种以及感染个体的有效治疗可以帮助减少疾病传播。
2019-08-22 math.DS math.OC q-bio.PE
Vaccination models and optimal control strategies to dengue
由于登革热疫苗的开发正在进行中,我们模拟了一种假设的疫苗,作为对人群的额外保护。在第一阶段,疫苗接种过程作为模型中的一个新的部分进行研究,并研究了不同的疫苗分配方式:儿科和随机质量疫苗,具有不同的有效性和持久性水平。第二步,将疫苗接种视为流行病学过程中的控制变量。在这两种情况下,流行病和地方病的情况,包括为了分析不同的爆发现实。
2013-10-16 math.OC q-bio.PE
On matrix-SIR Arino models with linear birth rate, loss of immunity, disease and vaccination fatalities, and their approximations
本文研究了具有非常数总体规模的确定性传染病模型的平衡点的稳定性。具有非常数总体的模型在过去只在特殊情况下进行了研究,我们回顾并结合了其中的两种情况。我们的主要结果表明,对于文献[1]中引入的简单“矩阵传染病模型”,一个关于再生数的显式一般公式和相应的“弱稳定性选择”,在小的修改下,对于具有非常数总体规模的模型,甚至当模型允许接种疫苗和免疫丧失时,仍然成立.一旦我们注意到[1]的模型包括大量流行病传播的病毒和细菌模型,包括例如同质COVID-19模型的整体,这个结果的重要性就很明显了。为了更好地理解结果的性质,我们强调在[1]中提出的模型和这里考虑的模型是SIR-PH模型的扩展,SIR-PH模型的基本特征是模拟“疾病/传染性隔室”之间的过渡的相型分布。在这些情况下,再生数和一个特定的李雅普诺夫函数的无病平衡是明确的表达。毫不奇怪,考虑到不同的人口统计学,免疫力丧失和疫苗接种导致了几个挑战。其中最重要的是,不同的总体规模导致多个地方性平衡点:这是在与“经典模型”,在一般承认独特的无病和地方性平衡。作为我们分析的一个特殊情况,我们认为我们的模型的“第一近似”(FA),这与常在文献中研究的人口统计模型相吻合,并且可以得到更明确的结果。此外,我们提出了第二个启发式近似命名为“中间近似”(IA)。
2022-02-23 math.OC q-bio.PE
A privacy-preserving tests optimization algorithm for epidemics containment
SARS-CoV-2的爆发几乎改变了全世界所有人的日常生活。目前,我们面临着如何控制病毒传播的问题,既要使用更有效的强制封锁,这会减缓相关国家的经济发展,也要识别和隔离阳性个体,而由于缺乏信息,这通常是一项艰巨的任务。对于这种特定的疾病,感染者的识别是特别具有挑战性的,因为存在一些群体,即无症状者,他们是阳性的,具有潜在的传染性,但不显示任何SARS-CoV-2的症状。在疫苗的开发和分发尚未准备好之前,我们需要设计方法来选择那些最有可能被感染的人,因为每天可用的测试数量有限。在本文中,我们利用所谓的接触追踪应用程序收集的可用数据来开发一种算法,即PPTO,该算法可以识别出最有可能呈阳性的个体,因此应该进行测试。虽然过去这些分析是通过集中式算法进行的,要求所有应用程序用户数据都收集在一个数据库中,但我们的协议能够在设备级别上工作,通过利用匿名信息与其他设备的通信。
2021-03-22 cs.SI math.OC physics.soc-ph