《Netlogo多主体建模入门》笔记 10

本文介绍了如何使用Netlogo建立SIR模型来模拟网络上的病毒传播。模型考虑了节点间的链接、感染概率、恢复率及获得病毒抗性的情况。通过调整参数,观察到感染者数量的‘山形函数’变化。文章还讨论了模型的不足,如未考虑长程连边和网络异质性,并提出改进方向。
摘要由CSDN通过智能技术生成

10- 网络上病毒传播的SIR模型 用Links建模网络动力学

该系列笔记基于集智乐园的《Netlogo多主体建模入门》课程,感谢张江老师与各位志愿者的辛勤付出。

 

 

 

首先,我们需要知道SIR模型是什么。

 

经典的SIR模型:

感染者有α 的概率感染健康者,

感染者有β的概率治疗成功,恢复之后就不会再被感染(neilogo的模型中是:痊愈后有一定的概率会获得病毒抗性)。

将人群分成三种状态:

S: 易感态、疑似态(Susceptibility)

I: 感染态(Infection)

R: 恢复态(Recovery)

三种状态彼此之间可以以一定的概率彼此之间相互转换

 

感染态可以沿着网络进行传播。

 

 

实现思路:

 

  • 随机放置节点,遍历turtles,在半径r 内的节点都和该 turtle 相连;

  • 使用 layout-spring 函数进行可视化;
  • 患者有一定概率传染给健康者,患者在患病初期并不知道自己感染,患者有一定几率痊愈
  • 患者痊愈后,有一定的概率会获得病毒抗性。对病毒产生抗性的患者无法被感染。
  • 获得病毒抗性的人标记为灰色,并标记连边为灰色,记作无效节点
  • 能选定初始的节点数、平均度、传播源点数
  • 能指定传播速度、患者自检频率、痊愈比例、获得病毒抗性的比例

 

预备的代码知识:

 

Link对象

属性:

  • end1,end2 属性

代表link两端的节点,end1代表起点,end2代表

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值