Yana: Новая страница: «== 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 ана...»

2025-12-25T22:41:24Z

Новая страница: «== 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 ана...»

Новая страница

== 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
[[Файл:Virus on a net 1.png]]

Прогон B — отсутствие формирования устойчивости
* initial-outbreak-size = 5
* virus-check-frequency = 1
* gain-resistance-chance = 0.00
[[Файл:Virus on a net 2.png]]

Прогон C — редкая проверка состояния
* initial-outbreak-size = 5
* virus-check-frequency = 10
* gain-resistance-chance = 0.30
[[Файл:Virus on a net 3.png]]

Прогон D — множественные очаги
* initial-outbreak-size = 30
* virus-check-frequency = 1
* gain-resistance-chance = 0.30
[[Файл:Virus on a net 4.png]]

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.

Обсуждение:Virus on a Network - История изменений