网络上流行病的随机波动
摘要：流行性传染病的人口随机性对其长期行为的影响被认为是对基本确定性理论的必要补充。后者可以解释定期流行病的规律行为，前者可以解释观察到的发病率模式的噪声影响。最近，一种基于内部噪声共振机制的随机理论将随机性的作用转移到了中心舞台，通过表明发病数据中发现的主要动态模式可以解释为共振波动，其行为在很大程度上独立于季节性外部强迫的振幅，并且对基本的流行病参数非常敏感。在这里，我们添加了在标准流行病模型中缺失的一个因素，即可以传播感染的“混合网络”。我们发现，空间相关性对增强共振随机波动的振幅和相干性有重要影响，提供了定期流行病的有序模式，其周期可能与确定性平衡点周围的小振荡周期显著不同。我们还表明，将更为真实、时序相关的康复概率包含进去，而不是指数分布的感染期，即使在随机混合的极限情况下，也可能对同样效果产生贡献。
作者：M. Sim~oes, M. M. Telo da Gama and A. Nunes
论文ID：0708.3825
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2007-08-29