疫情传播的简化漂移-扩散模型
摘要：预测大流行演变涉及复杂的建模挑战，通常需要在大量流行病数据上执行详细的离散数学。微分方程具有提供平滑、行为良好的解决方案的优势，试图捕捉整体的预测趋势和平均值。我们进一步简化了其中的一个方程，即SIR模型，通过提供准解析解和与数字模拟以及几个国家的COVID-19数据相吻合的拟合函数。这些方程为可视化演变提供了一种优雅的方式，通过映射到处于SIR配置空间中的超阻尼经典粒子的动力学，该空间下的势能形状由所使用的模型和参数决定，经过时间演化垂直于梯度下降。我们讨论了分析中可能出现的错误来源及其随时间的增长，并将这些不确定性映射为产生扩散抖动，使粒子远离其最小值。这种直观漂移扩散模型提供的结合了物理理解和解析表达式的方法，在未来制定政策决策方面可能特别有用。
作者：Clara Bender, Abhimanyu Ghosh, Hamed Vakili, Preetam Ghosh and Avik W. Ghosh
论文ID：2302.13361
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2023-02-28