×
Michael A.Yereniuk。;萨拉·奥尔森。

基于非格智能体模型的全局密度分析。 （英语） Zbl 1419.37089号

SIAM J.应用。数学。 79，第5期，1700-1721（2019）.
概要：基于代理（AB）模型是基于规则的，是一种相对简单的离散方法，可用于模拟许多代理的复杂交互。实现计算模型的相对容易性常常被执行严格分析以确定紧急行为的困难所抵消。此外，如果没有代理交互的精确定义，从分析的角度来看，计算不动点的存在性及其稳定性是不易处理的，并且可能会变得计算昂贵，可能需要数千次模拟。通过定义具有特定交互邻域的非格AB模型，我们发展了一种确定全局递归规则（GRR）的通用方法。这允许在时间上估计状态密度，可以很容易地计算模型中的一系列参数。该框架的实用性在基于流行病学代理的模型上进行了测试，其中代理对应于处于易感、受感染或恢复状态。代理的交互邻域由数学公式确定，该公式允许GRR准确预测长期行为和稳态。概述的建模框架通常适用于许多领域，并且可以很容易地扩展。

引用于1文件

MSC公司：

37号40 最优化和经济学中的动力系统
91B69型 异构代理模型
92天30分 流行病学

关键词：

细胞自动机;稳定性分析;全局递归规则
PDF格式BibTeX公司 XML格式引用
\textit{M.A.Yereniuk}和\textit{S.D.Olson}，SIAM J.Appl。数学。79，第5号，1700--1721（2019；Zbl 1419.37089）
全文： 内政部 arXiv公司

参考文献：

[1] G.An、B.G.Fitzpatrick、S.Christley、P.Federico、A.Kanarek、R.M.Neilan、M.Oremland、R.Salinas、R.Laubenbacher和S.Lenhart，生物学中基于agent模型的优化与控制：一个展望，公牛。数学。《生物学》，79（2017），第63-87页。
[2] F.Ball、T.Britton、T.House、V.Isham、D.Mollison、L.Pellis和G.S.Tomba，流行病集合种群模型面临的七大挑战，包括家庭模型《流行病学》，10（2015），第63-67页，https://doi.org/10.1016/j.epidem.2014.08.001。
[3] S.Bansal、J.Read、B.Pourbohloul和L.A.Meyers，传染病流行病学中接触网的动态性质，生物学杂志。发电机。，4（2010年），第478-489页·Zbl 1342.92225号
[4] E.Bonabeau，基于Agent的建模：模拟人类系统的方法和技术，程序。国家。阿卡德。科学。美国，99（2002），第7280-7287页，https://doi.org/10.1073/pnas.08208099。
[5] M.Burkitt、D.Walker、D.M.Romano和A.Fazeli，利用高性能计算从医学图像构建复杂的三维生物环境，IEEE传输。计算。生物生物信息。，9（2012年），第643-654页。
[6] M.Burkitt、D.Walker、D.M.Romano和A.Fazeli，利用计算模型研究精子在女性生殖道中的导航和行为《病因学》，77（2012），第703-716页。
[7] D.查克拉波蒂，马尔可夫智能体存在下的样本高效多智能体学习，施普林格，纽约，2014年·Zbl 1288.91004号
[8] S.Chaturapurek、J.Breslau、D.Yazdi、T.Kolkolnikov和S.G.McCalla，勒维航班犯罪建模，SIAM J.应用。数学。，73（2013），第1703-1720页·Zbl 1280.35158号
[9] Q.Chen、J.Mao和W.Li，基于细胞自动机的捕食者-食饵模型中捕获策略的稳定性分析，摘自《元胞自动机》，S.El Yacoubi、B.Chopard和S.Bandini主编，Springer，纽约，2006年，第268-276页·Zbl 1155.92350号
[10] J.Cosgrove、J.Butler、K.Alden、M.Read、V.Kumar、L.Cucurull-Shanchez、J.Timmis和M.Coles，系统药理学中基于Agent的建模，CPT药理学系统。药理学。，4（2015），第615-629页。
[11] L.Danon、A.P.Ford、T.House、C.P.Jewell、M.J.Keeling、G.O.Roberts、J.V.Ross和M.C.Vernon，网络与传染病流行病学，磁盘间。透视。感染。数字化信息系统。，2011 (2011), 284909.
[12] B.戴维斯，强化随机行走，Probab。理论关联。Fields，84（1990），第203-229页·Zbl 0665.60077号
[13] A.Deutsch和S.Dormann，生物模式形成的元胞自动机模型，第二版，Birkha¨user，波士顿，2005年·Zbl 1154.37007号
[14] A.Devitt-Lee、H.Wang、J.Li和B.Bogosian，大规模经济中财富集中的非标准描述，SIAM J.应用。数学。，78（2018），第996-1008页·Zbl 1386.91106号
[15] J.Enright和R.R.Kao，动态网络上的流行病《流行病学》，24（2018），第88-97页。
[16] M.A.Fuentes和M.N.Kuperman，具有空间依赖性的细胞自动机和流行病学模型，物理。A、 267（1999），第471-486页。
[17] G.H.Goldsztein，粒子沿两个方向的双车道圆形轨道运动。避免碰撞导致自组织，SIAM J.应用。数学。，76（2016），第1433-1445页·Zbl 1383.82035号
[18] F.Hinkelmann、D.Murrugarra、A.S.Jarrah和R.Laubenbacher，基于agent的复杂生物网络模型的数学框架，公牛。数学。生物学，73（2011），第1583-1602页，https://doi.org/10.1007/s11538-010-9582-8。 ·Zbl 1225.92001年
[19] M.Holcombe、S.Adra、M.Bicak、S.Chin、S.Coakley、A.I.Graham、J.Green、C.Greenough、D.Jackson、M.Kiran、S.MacNeil、A.Maleki-Dizaji、P.McMinn、M.Pogson、R.Poole、E.Qwarnstrom、F.Ratnieks、M.D.Rolfe、R.Smallwood、T.Sun和D.Worth，使用基于代理的方法对复杂生物系统进行建模，集成。《生物学》，第4期（2012年），第53-64页，https://doi.org/10.1039/C1IB00042J。
[20] A.Holko、M.Medrek、Z.Pastuszak和K.Phusavat，基于人口密度图的细胞自动机模拟系统的流行病学建模，专家系统。应用程序。，48（2016），第1-8页。
[21] R.Interian、R.Rodriguez-Ramos、F.Valdeis Ravelo、A.Ramirez-Torres、C.C.Ribeiro和A.Conci，肿瘤生长的细胞自动机模型MEMOCS，5（2017），第239-259页·Zbl 1378.74047号
[22] J.Lasry和P.Lions，平均场比赛，Jpn。数学杂志。，2（2007年），第229-260页·Zbl 1156.91321号
[23] R.Laubenbacher、A.S.Jarrah、H.S.Mortveit和S.S.Ravi，基于agent建模的数学形式《计算复杂性：理论、技术和应用》，R.A.Meyers主编，纽约施普林格出版社，2012年，第88-104页。
[24] C.C.Lin和L.A.Segel，数学在自然科学确定性问题中的应用，应用经典。数学。1988年，费城SIAM·Zbl 0664.00026号
[25] A.L.Lloyd，传染病模型中传染期的实际分布：持续性和动力学的变化模式，提奥。大众。《生物学》，60（2001），第59-71页。
[26] J.Ma和D.J.D.Earn，新入侵传染病疫情最终规模公式的通用性，公牛。数学。生物学，68（2006），第679-702页·Zbl 1334.92419号
[27] V.Marziano、A.Pugliese、S.Merler和M.Ajelli，在2009年流感大流行的早期阶段检测到令人惊讶的低传播距离，科学。代表，7（2016）。
[28] J.C.Miller，关于流行病最终规模推导的注记，公牛。数学。《生物学》，74（2012），第2125-2141页·Zbl 1254.92084号
[29] M.J.North，分析基于代理模型的理论形式，CASM，2（2014），3，https://doi.org/10.1186/2194-3206-2-3。
[30] H.G.Othmer和A.Stevens，聚集、爆炸和崩溃：强化随机行走中出租车的基本知识，SIAM J.应用。数学。，57（1997），第1044-1081页·Zbl 0990.35128号
[31] N.H.Packard和S.Wolfram，二维细胞自动机、J.Stat.Phys.、。，38（1985），第901-946页，https://doi.org/10.1007/BF01010423。 ·Zbl 0625.68038号
[32] G.Palla、P.Pollner、A.Barabasi和T.Vicsek，网络中的社会群体动态《自适应网络》，T.Gross和H.Sayama主编，Springer，纽约，2009年，第11-38页。
[33] L.Pellis、F.Ball、K.Eames、T.House、V.Isham和P.Trapman，网络传染病模型面临的八大挑战《流行病学》，10（2015），第58-62页。
[34] M.Pogson、R.Smallwood、E.Qwarnstrom和M.Holcombe，基于agent的细胞内化学相互作用的形式化建模《生物系统》，85（2006），第37-45页，https://doi.org/10.1016/j.biosystems.2006.02.004。
[35] D.Prieto和T.K.Das，用于校准基于代理的大流行性流感疫情模拟的可操作流行病学模型，卫生保健管理。Sc.，19（2016），第1-19页，https://doi.org/10.1007/s10729-014-9273-3。
[36] M.Roberts、V.Andreasen、A.Lloyd和L.Pellis，确定性流行病模型面临的九大挑战《流行病学》，10（2015），第49-53页。
[37] L.E.C.Rocha和N.Masuda，基于个体的任意动态接触网络传染病过程研究，科学。代表，6（2016），31456。
[38] Y.Schwarzkopf、A.Rakos和D.Mukamel，进化网络中的流行病传播，物理。E版，82（2010），036112。
[39] S.V.Segbroeck、F.C.Santos和J.M.Pacheco，适应性接触网络改变了有效的疾病传染性和动力学，PLOS公司。《生物学》，6（2010），e1000895。
[40] M.Starnini、A.Baronchelli、A.Barat和R.Pastor-Satorras，时间网络上的随机游动，物理。E版，85（2012），056115。
[41] A.史蒂文斯，黏菌滑动和聚集的随机细胞自动机模型，SIAM J.应用。数学。，61（2000），第172-182页·Zbl 0992.92005号
[42] J.Stoer和R.Bulirsch，数值分析导论，第三版，《申请文本》。数学。12，施普林格，纽约，2010年。
[43] W.Talbott，贝叶斯认识论，摘自《斯坦福大学哲学百科全书》，E.N.Zalta主编，斯坦福大学形而上学研究实验室，2016年。
[44] J.H.van Lint和R.M.Wilson，包含与排除原则：反演公式《组合数学课程》，第二版，剑桥大学出版社，英国剑桥，2001年，第89-97页·Zbl 0980.05001号
[45] E.Volz和L.A.Meyers，动态接触网络中的流行病阈值J.R.Soc.Interface，6（2009），第233-241页。
[46] E.Volz和L.A.Meyers，动态接触网络中的易感再感染流行病，程序。罗伊。Soc.B，274（2007），第2925-2933页。
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。