研究人员开发了ABM-SIRTEM,一种结合了基于代理建模和流行病学方法来研究大流行病应对的新型混合模型。该模型考虑了个体异质性、经济生产力和干预措施的依从性,解决了先前模型过度简化个体行为或计算量过大的局限性。该框架使用来自美国四个州的COVID-19数据进行校准,以分析依从性动态并为大流行病应对规划提供信息。 AI
影响 这种混合建模方法可以提高模拟疾病传播和公共卫生政策影响的准确性和效率。
排序理由 该集群包含一篇详细介绍新建模框架的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →