基于传播动态和集成学习的子种群重要性评估

流行病的空间传播由复合种群网络中的重要子种群驱动,有效识别这些子种群对遏制疫情传播具有重要意义。为此,提出一种基于传播动态特性和集成学习的子种群重要性评估方法。对流行病在网络上的传播动态特性进行分析,在此基础上构建有效输出强度等能反映子种群传播能力的特征向量,使用集成学习算法XGBoost迭代训练评估子种群重要性的回归模型。所提方法在评估子种群重要性时,充分考虑网络结构和流行病增殖扩散的影响因素。实验结果表明,相比已有重要性评估方法,该方法能够更准确有效评估并区分子种群的重要性。