×
拉多斯瓦夫·马图西克;安德烈·诺瓦科夫斯基

运用博弈论和数值近似分析疫情。 （英语） Zbl 1533.92219号

架构（architecture）。控制科学。 33，编号3，651-680（2023）.
小结：我们建立了大流行传播的数学博弈模型，包括人口接种和不同行动消除大流行的预算成本。我们假设不同人群之间的相互作用：接种者、易感者、暴露者、感染者、超级传播者、住院者和死亡者，定义了一个常微分方程系统，该系统描述了疾病的分室模型和治疗费用。游戏的目标是描述在最短时间内不同类型治疗下的疾病发展情况，但包括治疗费用和社会限制。为此，我们构造了一种对偶动态规划方法来描述治疗的开环纳什均衡，一组人具有抗体和预算成本。接下来，我们数值计算了一个近似的开环纳什均衡。

MSC公司：

92天30分 流行病学
92C60型 医学流行病学
91A80型 博弈论的应用
90立方厘米 动态编程

关键词：

新冠肺炎;流行病的博弈模型;近似对偶动态规划;纳什均衡的充分近似最优性条件;数值算法
PDF格式BibTeX公司 XML格式引用
\textit{R.Matusik}和\textit{A.Nowakowski}，Arch。控制科学。33，编号3，651--680（2023；Zbl 1533.92219）
全文： 内政部
OA许可证

参考文献：

[1] D.A、V.C、I.W和M.D.W：多组SIR模型中的操作时间目标锁定。《美国经济评论：见解》，3（4），（2021），487-502。内政部：10.1257/aeri.20200590·doi:10.1257/aeri.20200590
[2] M.A、K.M.A.K和J.T：基于数学流行病学和进化博弈论，哪种策略更有效：均方根策略还是隔离策略？《统计力学杂志：理论与实验》（2020年）。内政部：10.1088/1742-5468/ab75ea·Zbl 1456.92128号 ·doi:10.1088/1742-5468/ab75ea
[3] T.B和G.J.O：动态非合作博弈论。SIAM，1998年。
[4] C.T.B：模拟动力学预测接种行为。《皇家学会学报B》，272（2005），1669-1675。DOI:10.1098/rspb.2005。3153. ·doi:10.1098/rspb.2005.3153
[5] C.T.B和S.B：进化博弈论和社会学习可以决定疫苗恐慌是如何发生的。PLoS计算生物学，8（4），（2012），1-12。DOI:10.1371/journal.pcbi.1002452·doi:10.1371/journal.pcbi.1002452
[6] C.T.B和D.J.D.E：疫苗接种和博弈论。PNAS，101（36），（2004），13391-13394。DOI:10.1073/pnas.0403823101·Zbl 1064.91029号 ·doi:10.1073/pnas.0403823101
[7] C.B、B.H.F、B.W、K.M、A.S和G.I.M：印度合作新型冠状病毒疫苗分配策略：一项数学模型研究。《国际传染病杂志》，103，（2021），431-438。DOI:10.1016/j.ijid.2020.12.075·doi:10.1016/j.ijid.2020.12.075
[8] K.M.B、K.R、S.M.K、M.L、S.C、Y.H.G和D.B.L：按年龄和血清状态划分的新型冠状病毒肺炎疫苗优先接种策略。《科学》，371（2021），916-921。DOI:10.1126/science.abe6959·doi:10.1126/science.abe6959
[9] A.B、M.M、S.W和M.F：如果疫苗可用，是否应该放松或加强对新冠肺炎的封锁？《公共科学图书馆·综合》，17（9），（2022），1-28。DOI:10.1371/期刊。电话：0273557·doi:10.1371/journal.pone.0273557
[10] P.D和J.W：疾病传播区域模型的繁殖数量和亚阈值地方病平衡。数学生物科学，180 2002，29-48。DOI:10.1016/S0025-5564（02）00108-6·Zbl 1015.92036号 ·doi:10.1016/S0025-5564（02）00108-6
[11] D.F和T.A：第二波新冠肺炎的建模
[12] 通过随机SEIR模型在法国和意大利感染。《混沌》，30（11），（2020）。内政部：10.1063/5.0015943·Zbl 1451.92285号 ·数字对象标识代码：10.1063/5.0015943
[13] D.F、T.A、M.A、V.L和V.L：周期性疫苗接种政策可以大大传播SARS-CoV-2，并提高COVID-19疾病的死亡率：法国和意大利的阿斯利康病例。《混沌》，31（2021）。内政部：10.1063/5.0050887·数字对象标识代码：10.1063/5.0050887
[14] G.G、G.D N、P.S、P.C和R.B：意大利接种疫苗推广、SARS-CoV-2变异和非药物干预需求建模。《自然医学》，27（2021），993-998。
[15] A.B.G、E.A.I、C.N.N和E.H.E：使用数学理解新型冠状病毒动力学的入门：建模、分析和仿真。传染病建模，6（2021），148-168。内政部：10.1016/j.idm..2020.11.005·doi:10.1016/j.idm.2020.11.005
[16] P.C.J、M.A和C.T.B：在不断变化的社会和流行病学格局中优先考虑新冠肺炎疫情：一项数学建模研究。《柳叶刀传染病》，21（8），（2021），1097-1106。DOI:10.1016/S1473-3099（21）00057-8·doi:10.1016/S1473-3099（21）00057-8
[17] K·M·A·K和J·T：进化博弈论模型，用于代表新冠肺炎疫情中经济关闭的行为动力学和保护不团结。英国皇家学会开放科学，7（2020）。DOI:10.1098/rsos.201095·doi:10.1098/rsos.201095
[18] A.K和A.N：抑制肿瘤的最优控制，充分性的新方法-最优化和数值计算。《计算机与数学应用》，80（5），（2020）。DOI:10.1016/j.camwa.2020.04.012·Zbl 1442.92072号 ·doi:10.1016/j.camwa.2020.04.012
[19] M.V.K：新冠肺炎扩散和控制的数学模型。传染病建模，5（2020），588-597。DOI:10.1016/j.idm.2020.08.009·doi:10.1016/j.idm.2020.08.009
[20] X.L和A.F：癌症与癌症疫苗和免疫检查点抑制剂的联合治疗：一个数学模型。《公共科学图书馆·综合》，12（5），（2017年）。DOI:10.1371/journal.pone.0178479·doi:10.1371/journal.pone.0178479
[21] D.M和A.N：在细分市场中，防御性和主动性广告策略的竞争。《欧洲控制杂志》，53（2020），98-108。DOI:10.1016/j.ejcon.2019.10.004·Zbl 1447.91074号 ·doi:10.1016/j.ejcon.2019.10.004
[22] R.M和A.N：控制新冠肺炎传播的动态博弈方法。非线性动力学，110（2022），857-877。DOI:10.1007/s11071-022-07654-6·Zbl 1519.92284号 ·doi:10.1007/s11071-022-07654-6
[23] S.M、E.M.H、M.J.T、L.D和M.J.K：新冠肺炎的真空治疗和非药物干预：一项数学建模研究。《柳叶刀传染病》，21（6），（2021）。DOI:10.1016/S1473-3099（21）00143-2·doi:10.1016/S1473-3099（21）00143-2
[24] F.N、I.A、J.J.N和F.M.D.T：以武汉为例对新型冠状病毒肺炎传播动力学进行数学建模。混沌、孤立子和分形，135（2020），1-6。DOI:10.1016/j.chaos.2020。109846. ·兹比尔1489.92171 ·doi:10.1016/j.chaos.2020.109846
[25] I.N和A.N：抛物方程控制的极小极大最优控制问题的对偶动态规划。《优化》，60（2011），347-363。内政部：10.1080/02331930903104390·Zbl 1231.49007号 ·doi:10.1080/02331930903104390
[26] A.N：波动方程Dirichlet边界控制的充分最优性条件。SIAM期刊控制优化，47（1），（2008），92-110。内政部：10.1137/050644008·Zbl 1162.49031号 ·数字对象标识代码：10.1137/050644008
[27] F.P、L.Z、G.C.C和A.R：一种模型预测控制方法，用于优化设计两剂疫苗的首次接种：意大利新冠肺炎病例研究。国际鲁棒与非线性控制杂志，（2021），4808-4823。DOI:10.1002/rnc.5728·Zbl 1532.92056号 ·doi:10.1002/rnc.5728
[28] S.A.P、F.T.N、P.J、J.M.T、M.A和C.T.B：由于疾病动力学和社会过程之间的相互作用，出现第二波新冠肺炎的条件。物理学前沿，8（2020）。内政部：10.3389/fphy.2020.574514·doi:10.3389/fphy.2020.574514
[29] S.S、T.A、T.K、S.O、S.O和D.Y-和A.T：有效的疫苗分配策略，平衡日本的经济与新冠肺炎感染控制。《公共科学图书馆·综合》，16（9），（2021）。DOI:10.1371/journal.pone.0257107·doi:10.1371/journal.pone.0257107
[30] J.T：进化博弈论基础及其应用。斯普林格，2015年·Zbl 1326.91001号
[31] H.W和N.Y：使用带有谷歌移动数据的偏微分方程预测亚利桑那州的新型冠状病毒肺炎。数学生物科学与工程，17（5），（2020），4891-4904。DOI:10.3934/桶。2020266. ·Zbl 1470.92361号 ·doi:10.3934/mbe.2020266年
[32] A.Z、E.A、V.S.E和G.Z：包含隔离类的2019年冠状病毒病（COVID-19）的数学模型。Hin-dawi生物医药研究国际，（2020年），1-7。DOI:10.115/220/3452402·doi:10.1155/2020/3452402
[33] S.Z、L.S、D.G、S.S.M、M.K.C.C、D.H和M.H.W：2019年至2020年中国武汉新型冠状病毒病（COVID-19）疫情缓解中的模仿动力学。转化医学年鉴，8（7），（2020）。DOI:10.21037/atm.2020.03.168·Zbl 0728.03006号 ·doi:10.21037/atm.2020.03.168
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。