如何在AnyLogic中通过系统动力学SEIR模型模拟新冠三波感染曲线
AnyLogic系统动力学SEIR模型实现三波新冠疫情振荡曲线解决方案
- 首先确认核心框架正确性:搭建标准系统动力学存量流量结构,4个核心存量分别为
Susceptible(易感人群)、Exposed(潜伏人群)、Infectious(感染人群)、Recovered(康复人群),基础参数对齐新冠通用基准值:潜伏期平均5天,对应潜伏转感染速率为1/5;感染期平均7天,对应康复速率为1/7;初始基础再生数R0设为3。 - 新增免疫消退机制:这是产生多轮周期性疫情的核心前提,在康复人群存量与易感人群存量之间添加回流流量,免疫有效期设置为90~180天,对应免疫消退速率为
1/免疫有效期,解决基础SEIR模型仅能产出单峰曲线的问题。 - 配置动态有效传播率:避免使用固定传播率参数,设置随仿真时间阶梯变化的动态值,匹配防控政策调整、病毒变异的真实场景:
- 仿真启动初始阶段传播率对应R0=3,触发第一波疫情
- 第一波峰值过后,传播率下调30%40%,模拟防控收紧,持续3045天
- 防控放松叠加病毒免疫逃逸,传播率回升至初始值的80%~90%,触发第二波疫情
- 第二波峰值后再次下调传播率,持续3045天后回升至初始值的70%80%,触发第三波疫情
- 第三波过后传播率维持在低位,不再出现大幅反弹
- 校准参数消除无规则波动:
- 如非必要不要添加随机噪声,若需引入随机性,选择方差低于0.1的低波动分布(如窄幅均匀分布、小标准差正态分布),避免高离散分布放大异常波动
- 仿真步长设置为0.25天及以下,步长过大导致的数值计算不稳定是出现无规则波动的常见原因
- 初始感染人数设置为总人群的0.01%及以上,总人群规模不低于100万,避免小样本数值误差导致的异常波动
- 仿真验证:将仿真时长设置为360天,运行后感染人数曲线将出现三个依次小幅回落的清晰波峰,匹配三波疫情的特征要求。
内容的提问来源于stack exchange,提问作者Banele Mbendane
相关产品推荐
相关产品推荐

