Обсуждение:Virus on a Network

Эксперимент с моделью Virus on a Network

Целью эксперимента является исследование динамики распространения вируса в сетевой структуре на основе изменения долей узлов в состояниях:

• susceptible (восприимчивые),
• infected (заражённые),
• resistant (устойчивые),

а также анализ того, как параметры сети и вируса влияют на форму, резкость и устойчивость этих кривых во времени.

Параметры модели

Фиксированные параметры

Во всех прогонах фиксируются:

• number-of-nodes — фиксированное значение (например, 200);
• initial-outbreak-size — одинаковое начальное число заражённых;
• virus-check-frequency — постоянное значение.

Это позволяет сравнивать форму графиков, а не эффекты масштаба.

Изменяемые параметры

В разных прогонах варьируются:

• average-node-degree — плотность связей в сети;
• virus-spread-chance — вероятность заражения;
• recovery-chance — вероятность выздоровления;
• gain-resistance-chance — вероятность приобретения устойчивости

Результат:

Прогон A — классическая эпидемия с формированием устойчивости

• initial-outbreak-size = 5
• virus-check-frequency = 1
• gain-resistance-chance = 0.30

Прогон B — отсутствие формирования устойчивости

• initial-outbreak-size = 5
• virus-check-frequency = 1
• gain-resistance-chance = 0.00

Прогон C — редкая проверка состояния

• initial-outbreak-size = 5
• virus-check-frequency = 10
• gain-resistance-chance = 0.30

Прогон D — множественные очаги

• initial-outbreak-size = 30
• virus-check-frequency = 1
• gain-resistance-chance = 0.30

Выводы

Формирование устойчивости является ключевым фактором подавления эпидемии. При наличии механизма перехода в состояние resistant (прогон A) доля заражённых со временем снижается. При отсутствии устойчивости инфекция становится хронической. В прогоне B система выходит на устойчивое состояние с доминированием infected, что демонстрирует невозможность самопроизвольного затухания эпидемии. Частота проверки состояния существенно влияет на характер динамики. В прогоне C редкая проверка приводит к резкому росту заражения и формированию длительной нестабильной фазы, несмотря на наличие механизма устойчивости. Модель демонстрирует наличие различных режимов распространения инфекции, зависящих не только от вероятности заражения, но и от организационных параметров системы.