基于异质agent的疾病传播建模与计算实验

摘要

疾病传播对人类的健康和生命形成了严重威胁，其大规模流行可能引起社会的恐慌和动荡，并对医疗卫生和社会管理形成巨大挑战。近年来新型病毒的出现及其引起的疾病传播具有非常规突发特性，使得人类很难对其进行预测和监控。传统的流行病研究方法，如流行现场勘查和统计分析方法，难以解决疾病传播所带来的预测、控制和社会管理等问题。然而，通过建模与仿真方法构建疾病传播事件发生、发展和演化的人工社会情景，针对各种情景进行疾病传播计算实验，辅助在线应急决策和预案评估，可以满足研究疾病预防与控制方法以至社会管理问题等方面的更高需求。本文以建立人工社会模型，执行疾病传播计算实验，分析疾病控制方法为目的，在分析当前疾病传播模型的局限和发展趋势后，对“疾病传播的异质随机特性”和“疾病传播中人的行为描述”进行一定的创新性研究，并提出了基于异质agent的疾病传播建模方法（Heterogeneous Agent-Based Modeling，HABM）。该方法基于自底向上（Bottom up）的建模思想，注重疾病传播微观过程的异质性和随机性描述，例如：疾病病程发展异质时间尺度模型、疾病患者的异质传染力演化模型、社会网络异质连接、个体的异质接触模式等。
　　本研究主要内容包括：⑴提出了基于加权双模态网络的agent时空接触行为建模方法。本文集成加权空间移动网络和加权接触网络形成加权双模态网络(Weighted two mode networks），以支持个体空间移动行为和个体接触行为建模；然后使用马尔科夫链和任务队列模型分别建立 agent的空间移动行为和接触行为模型，同时设计agent的空间移动路径算法和个体接触对象选择机制；从疾病信息的角度，基于加权网络建立疾病传播过程中agent个体行为变化模型，包括：基于自适应权重系数的个体行为变化和基于自适应行为选择机制的个体行为变化。⑵提出了基于统计分布特征的个体模型异质化方法。针对基于异质 agent建立疾病传播模型时缺乏真实数据支持的问题，本文基于现有数据或研究结论中的统计分布特征，采用符合统计分布特征的随机变量来描述个体的异质属性和行为。该方法为建立疾病传播异质模型和大规模agent城市级仿真模型提供了一种可行方案。⑶提出了基于矩阵向量的疾病传播模型描述框架。针对疾病传播数学模型和复杂网络传播动力学模型难于描述个体异质性，agent模型过于复杂而难于用数学语言形式化描述的问题，本文使用矩阵向量描述实体对象的属性和状态，基于矩阵向量的实体对象描述建立实验统计变量，并设计算法以驱动疾病传播模型的计算。该框架在实现基于异质agent的疾病传播模型的数学语言描述的同时，一定程度上支持疾病传播规律的统计分析。⑷研究了加权网络上疾病传播速度。为了更准确地理解加权网络上疾病传播速度，本文研究了疾病在加权演化无标度网络、加权Barabási-Albert无标度网络、加权Newman-Watts小世界网络和加权Erd?s-Rényi随机网络上的传播速度。研究结果表明：在加权演化无标度网络中连边权重系数的异质性越强，疾病传播速度越快，且快于无权Barabási-Albert无标度网络中的传播速度；在连边权重与节点连接度成正相关关系的加权网络中连边权重系数的异质性越强，疾病传播速度越快，且快于无权网络中的传播速度；在连边权重与节点连接度成负相关关系（或没有相关关系）的加权网络中连边权重系数的异质性越强，疾病传播速度越慢，且慢于无权网络中的传播速度。⑸研究了2003年SARS流行病的超级传播事件形成机制。本文从节点连接度、行为活跃性、病原体负载和脱落速率，及疾病确诊时间等因素，分析超级传播者的属性特征，同时揭示超级传播事件的形成机制。研究结果表明：具有较大节点连接度、较长确诊延迟时间、活跃接触模式，以及较高病原体负载和脱落速率的个体是潜在的超级传播者；如果输入病例没有得到及时的确诊和隔离，且造成多人感染，那么很容易爆发超级传播事件和大规模流行病。⑹研究了2009年河北省某大学甲型H1N1流感爆发案例。本文建立校园内7号宿舍楼的地理空间、人口分布、社会网络和个体行为与交互模型，重现2009年甲型H1N1流感在该宿舍楼内的传播过程，并对当时所采取的甲型H1N1流感控制措施进行分析和改进。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 研究背景

1.2 研究概况

1.3 研究问题

1.4 研究内容、组织结构与贡献

第二章 面向疾病传播的人工社会模型框架

2.1 人工社会模型框架设计

2.2 社会网络模型及其生成方法

2.3 疾病病程发展与传播概率模型

2.4 本章小结

第三章 基于加权双模态网络的agent时空接触行为

3.1 疾病传播模型中agent个体行为建模方法

3.2 基于加权空间移动网络的agent空间移动行为

3.3 基于加权接触网络的agent个体接触行为

3.4 加权网络上疾病传播速度

3.5 本章小结

第四章 疾病传播过程中agent的自适应行为变化

4.1 疾病传播过程中agent的行为变化模型分析

4.2 流行病爆发过程中的疾病信息

4.3 加权网络中agent个体行为变化模型

4.4 本章小结

第五章 基于矩阵向量的疾病传播模型描述

5.1 基于矩阵向量的疾病传播模型描述框架

5.2 基于矩阵向量的实体对象描述

5.3 基于矩阵向量描述的统计变量

5.4 基于矩阵向量的疾病传播模型算法

5.5 本章小结

第六章 疾病传播计算实验原型系统与应用实例

6.1 疾病传播计算实验原型系统设计与实现

6.2 超级传播事件形成机制的计算实验

6.3 河北省某大学甲型H1N1流感传播与控制计算实验

6.4 本章小结

第七章 总结与展望

7.1 工作总结

7.2 将来的研究工作

致谢

参考文献

作者在学期间的学术成果

附录A 缩略语中英文对照表