[論文レビュー] Stochastic Control of a SIR Model with Non-linear Incidence Rate Through Euclidean Path Integral

Paramahansa Pramanik|arXiv (Cornell University)|Sep 27, 2022

COVID-19 epidemiological studies被引用数 5

ひとこと要約

本稿では、COVID-19パンデミック期におけるロックダウン強度とワクチン接種率の最適化を目的として、非線形感染率を有する確率的SIRモデルを、フェインマン型経路積分制御手法を用いて構築する。経路積分法を用いてフォッカー＝プランク型方程式を導出し、完全情報下での一意的な固定点を確立した。シミュレーションおよび英国のデータを用いた分析により、拡散係数が大きいほど感染曲線がエルゴディックになる一方で、最適制御により飽和効果下でも感染拡大が抑制されることを示した。

ABSTRACT

This paper utilizes a stochastic Susceptible-Infected-recovered (SIR) model with a non-linear incidence rate to perform a detailed mathematical study of optimal lock-down intensity and vaccination rate under the COVID-19 pandemic environment. We use a Feynman-type path integral control approach to determine a Fokker-Plank type equation of this system. Since we assume the availability of information on the COVID-19 pandemic is complete and perfect, we can show a unique fixed point. A non-linear incidence rate is used because, it can be raised from saturation effects that if the proportion of infected agents is very high so that exposure to the pandemic is inevitable, then the transmission rate responds slower than linearity to the increase in the number of infections. The simulation study shows that with higher diffusion coefficients susceptible and recovery curves keep the downward trends while the infection curve becomes ergodic. Finally, we perform a data analysis using UK data at the beginning of 2021 and compare it with our theoretical results.

研究の動機と目的

• COVID-19パンデミック期におけるロックダウン強度とワクチン接種率の最適制御を、確率的SIRフレームワークを用いてモデル化すること。
• 高い感染症有病率下で伝播が遅くなる飽和効果に基づく非線形感染率を組み込むこと。
• フェインマン型経路積分制御法を適用し、動的最適化を可能にするフォッカー＝プランク型方程式を導出すること。
• 2021年3月の英国データを用いてモデルを検証し、理論的結果と現実のトレンドを比較すること。
• 完全情報下では、初期に高強度のロックダウンが実施され、その後急速に緩和される最適制御が得られることを示すこと。

提案手法

• 伝播における行動的飽和を反映するため、非線形感染率 $\beta SI/(1 + \rho I)$ を有する確率的SIRモデルを用いる。
• 量子力学にインspiredされた経路積分制御定式化を適用し、二次コスト関数と前向きダイナミクスを用いる。
• 漸近展開とガウス積分を用いて、遷移確率密度の時間発展を記述するフォッカー＝プランク型方程式を導出する。
• フォッカー＝プランク方程式の一次条件を解き、ロックダウン強度およびワクチン接種率の最適制御方策を導出する。
• リスク回避的エージェントが完全かつ完全な情報を有するものと仮定し、制御系に一意的な固定点をもたらす。
• 高次元PDEソルバーの回避を目的として、モンテカルロに基づく経路積分法を用い、制御問題の数値的解法を実現する。

実験結果

リサーチクエスチョン

• RQ1 非線形感染率は、パンデミック管理における確率的SIRモデルの最適制御戦略にどのように影響を与えるか？
• RQ2 拡散係数は、感染、感受性、回復者曲線のエルゴディシティおよび形状にどのような影響を及ぼすか？
• RQ3 フェインマン型経路積分アプローチは、確率的流行病制御に実用的かつ解析的に意味のあるフォッカー＝プランク型方程式を導出可能か？
• RQ4 パンデミックに関する完全な情報が、ロックダウンおよびワクチン接種の最適タイミングと強度にどのように影響を与えるか？
• RQ5 理論的予測が、2021年初期の実世界の英国データとどの程度整合するか？

主な発見

• 完全情報下では、最適ロックダウン強度が時間区間の初期に急激に上昇し、その後急速にほぼゼロに低下する。これは、完全情報下でのリスク回避的行動を反映している。
• 高い拡散係数は、感受性および回復者曲線が下降トレンドを維持する一方で、感染曲線がエルゴディックになることをもたらし、長期的な統計的安定性を示している。
• 経路積分制御を用いて導出したフォッカー＝プランク型方程式は、ハミルトニアン＝ジャコビ＝ベルマン方程式と数学的に同等であり、動的最適化を可能にする。
• 本モデルの理論的予測は、2021年3月の英国データとよく一致しており、モデルの実証的妥当性が裏付けられた。
• 非線形感染率 $\beta SI/(1 + \rho I)$ は、凹型で生物学的に妥当な伝播ダイナミクスを保証し、高い感染症有病率下で伝播が遅くなることを実現する。
• 一次条件の解法により、ロックダウン強度およびワクチン接種率の唯一の最適制御方策が得られ、完全情報下でのシステムの安定性が確認された。