50个Netlogo模拟的平均结果_基于代理的模拟

如何解决50个Netlogo模拟的平均结果_基于代理的模拟

我在改变“传染性”的模型库中运行了一个类似于“病毒”模型的传染病传播模型。

我针对传染性值98%、95%、93%和最大感染率各进行了 20 次运行> 计数分别为 74.05、73、78.9。（所有 3 个传染性值的峰值都在第 38 个刻度）

[我取了每个蜱的感染数的平均值，并将这些平均值的最大值作为“最大感染数”。]

我原以为传染性降低时最大感染人数会减少，但事实并非如此。根据我的理解，这种情况会发生，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个新的模拟运行，每个滴答的平均感染计数）。

我想说的是，我正在考虑所有 20 次模拟运行。除了我使用平均值的方式之外，还有其他方法可以做到吗？

解决方法

在默认参数设置为其他值和那些高传染性值的模型库病毒模型中，我在运行模型时看到的是三类人的数量的周期性变化。看看左下角的图，你会看到这个。我相信正在发生的事情是这样的：

当有很多健康的、没有免疫力的人时，这意味着有很多人会被感染，所以被感染的人数会上升，而健康的人数会下降。
此后不久，患病、具有传染性的人数开始下降，因为他们要么死亡，要么变得免疫。
由于现在有更多的免疫者和更少的感染者，非免疫健康者的数量增加了；他们在繁殖。（请参阅“信息”选项卡中的“它是如何工作的”。）但现在我们又回到了第 1 步的情况，......所以循环继续。

如果您的模型与模型库病毒模型足够相似，我敢打赌这是正在发生的事情的一部分。如果您没有像病毒模型那样的绘图窗口，我建议您添加它。

此外，您没有说明您运行模型的时间是多少。如果您运行它一小段时间，您不会注意到周期性行为，但这并不意味着它尚未开始。

这一切意味着增加传染性不一定会增加最大感染人数：更快的感染率意味着可以感染的人数下降得更快。我不确定在整个运行中感染的最大数量是一个有趣的数字，具有此模型和高传染性值。这取决于你想了解什么。

NetLogo 和其他一些 ABM 系统的一大优点是，您可以使用各种工具（例如绘图、监视器等）观察系统随时间的演变，以及仅查看代理移动或更改状态随着时间的推移。这可以帮助您了解正在发生的事情，而像平均值这样的单个数字不会。然后，您可以利用这种洞察力找出一种信息量更大的方法来衡量正在发生的事情。

您可以看到类似周期性模式的另一个模型是狼-羊捕食。我建议看那个。可能更容易理解模式。（如果您对此类现象的数学模型感兴趣，请查阅 Lotka-Volterra 模型。）

（真正的病毒传播可能更复杂，因为人（或其他动物）是一个病毒可以快速繁殖的大“岛”。如果繁殖过快，就会杀死宿主，阻止进一步传播病毒。有时复制速度较慢的病毒会伤害更多人，因为他们有时间感染其他人。Elliott Sober 的 This blog post 对所涉及的一些问题给出了相对简单的数学介绍，但他的简单数学模型没有考虑到真实病毒传播所涉及的所有并发症。）

编辑：您添加了一条评论 Lawan，说您对建模 COVID-19 传输感兴趣。 Blackstone、Blackstone 和 Berg 撰写的这篇论文 Variation and multilevel selection of SARS‐CoV‐2 表明我在前面的评论中提到的一些动态可能是 COVID-19 传播的特征。那篇论文现在大约有六个月的历史了，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，但这可能为进一步调查提供了途径。

如果您有兴趣，也可以考虑在 Biology Stackexchange 网站上询问有关病毒传播的一般问题。