感染症のマルチエージェントモデル作成 架空都市東京エリア
2020年3月ごろ、クラスターと聞いて、最初に思い浮かべたのがマルチエージェントモデルでした。ただ順番として微分方程式で記述できるSEIRモデルを作成し、第一波の結果に合うようにパラメータを決めていました。次に2020年7月頃より、構造計画研究所のArtisocを用いて東京エリアを模擬したMASモデルを作成し始めました。
参考にしたのは参考文献に示した以下のモデルです。
・artisocの感染モデル
エージェントにバラツキがなければ、SEIRモデルと同じ挙動
このモデルに、地理的効果、人口密度、広域移動(通勤)の要素を組み込みました。
架空の都市の設定(エリア全体で6万セルしかないので、人口は1400万人には設定できません)
初期値
人口約10000人
初期感染人口1%(どこで発症するかはランダム)
行動範囲
グループ1(近隣移動)80%
グループ2(広域移動)20%
接触人最大値100人(実際の接触人数は人口密度と行動範囲による)
感染確率20%
平均感染期間14日
潜伏期間5日
重症化率5%
重症時死亡率(入院)5%
重症時死亡率(自宅等)40%
緑:健常者(近隣移動)
ピンク:健常者(広域移動)
赤:感染者
青:免疫保持者
黒:死亡者
感染者数を次の3つの場合について比較しています。
・人口密度均一
・23区人口密度2倍
・人口の20%が広域移動(通勤)
初期パラメータが同じでも、人口密度や広域移動をモデルを組み込むと感染者数が増加することがわかります。
本当は、エージェントの設定を年代別に変えるべきなのでしょう。次の課題です。
参考文献
構造計画研究所MAS COMMUNITY https://mas.kke.co.jp/
感染症モデル https://mas.kke.co.jp/infection/
artisoc中級チュートリアル GISデータを利用したシミュレーションモデル作成講習 https://mas.kke.co.jp/howto/artisoc%e4%b8%ad%e7%b4%9a%e3%83%81%e3%83%a5%e3%83%bc%e3%83%88%e3%83%aa%e3%82%a2%e3%83%ab-gis%e3%83%87%e3%83%bc%e3%82%bf%e3%82%92%e5%88%a9%e7%94%a8%e3%81%97%e3%81%9f%e3%82%b7%e3%83%9f%e3%83%a5%e3%83%ac/