基于规则的流行病学模型框架中的广义Gillespie算法模拟
摘要：基于规则的模型已成功用于表示COVID-19流行病的不同方面，包括年龄、检测、住院、封锁、免疫、传染性、行为、流动性和个体接种。这些规则化的方法受到化学反应规则的启发，传统上使用标准Gillespie算法在分子动力学的背景下进行数值求解。在将反应系统类型的方法应用于流行病学时，由于问题的时间依赖性，需要对Gillespie算法进行泛化。在本文中，我们提出了标准Gillespie算法的不同泛化形式，其中包括离散子类型（例如，结合人口的年龄结构）、时间离散更新（例如，结合每日施加的封锁变化率）和确定性延迟（例如，给定直到特定类型改变，如解除隔离的等待时间）。这些算法在COVID-19流行病背景下通过相关示例和数值结果进行了补充。
作者：David Alonso, Steffen Bauer, Markus Kirkilionis, Lisa Maria Kreusser, Luca Sbano
论文ID：2210.09511
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2022-10-25