基于50网络徽标Simulation_Agent仿真的平均结果

Question

我在模型库中运行了一个类似于“病毒”模型的传染病传播模型，改变了“传染性”。

98%、95%、93%各运行20次，最大感染计数分别为74.05、E 11073E 211、E 11278.9E 213。(3个传染值的峰值均为38 )

我取每个蜱的平均感染计数，并取这些平均数的最大值作为“最大感染”。

当传染性降低时，我原以为感染的最大数量会减少，但事实并非如此。据我所知，这是因为我考虑了每次模拟运行的平均值。(这就像我正在考虑一种新的模拟运行，每只蜱的平均感染计数)。

我想说的是，我正在考虑所有的20个模拟运行。除了我用平均值的方式之外，还有别的方法吗？

Answer 1

在Models病毒模型中，默认参数设置在其他值，以及那些高传染性值，当我运行该模型时，我看到的是数字三类人的周期性变化。看左下角的图，你会看到这个。我相信，正在发生的情况是：

1. 当有许多健康的，非免疫的人，这意味着有很多人可以被感染，所以被感染的人数增加，健康的人数减少。
2. 此后不久，患病、感染的人数就减少了，因为他们要么死亡，要么变得免疫。
3. 由于现在免疫的人更多，传染性的人更少，因此非免疫健康的人数在增加；他们正在繁殖。(请参阅Info选项卡中的“如何工作”。)但现在我们回到了第一步的情况.所以循环还在继续。

如果您的模型与model病毒模型非常相似，我敢打赌这就是正在发生的事情的一部分。如果您没有类似病毒模型的绘图窗口，我建议添加它。

另外，你没有说你运行这个模型的时间是多少。如果你运行一小段时间，你不会注意到周期性的行为，但这并不意味着它还没有开始。

这一切都意味着感染程度的增加并不一定会增加感染者的最大数量:更快的感染率意味着能够感染的人数下降得更快。我不确定整个运行中受感染的最大数量是否是一个有趣的数字，具有此模型并具有很高的传染性。这取决于你想要理解什么。

关于NetLogo和其他一些ABM系统，最重要的一点是，您可以使用各种工具(如绘图、监视器等)观察系统随时间的发展，以及观察代理随时间移动或改变状态。这可以帮助你以一种像平均值这样的数字所不能理解的方式来理解正在发生的事情。然后你可以用这个洞察力来找出一种更有信息的方法来衡量正在发生的事情。

另一个模型，你可以看到类似的周期模式是狼羊捕食。我建议你看看这个。它可能更容易理解的模式。(如果你对这种现象的数学模型感兴趣，请查阅Lotka模型。)

(真正的病毒传播可能更复杂，因为一个人(或其他动物)是一种大“岛”，在那里病毒可以快速繁殖。如果它们繁殖得太快，就会杀死宿主，防止病毒的进一步传播。有时候，一种繁殖速度较慢的病毒会伤害更多的人，因为他们有时间感染他人。埃利奥特·苏姆( Elliott )的这篇博客文章给出了一些相对简单的数学介绍，但他的简单数学模型并没有考虑到真正的病毒传播所涉及的所有复杂因素。)

编辑:您添加了一条评论Lawan，说您对模拟新冠肺炎传输感兴趣。本文，黑石，黑石和伯格的SARS-CoV-2的变异及多级选择，建议，我在前面的发言中提到的一些动态可能是新冠肺炎传输的特点。这篇论文现在已经有六个月的历史了，它提供了一些基于有限信息的推测。现在可能有更多的人知道，但这可能会为进一步调查提供途径。

如果您感兴趣，您还可以考虑询问有关病毒在生物堆栈交换站点上传播的一般问题。