研究文章
潜在的结果相互关联的干预对系统性风险(COVID-19)通过一个模型驱动的Network-Agent动态
|
| 因为我在范围(n): |
#循环t回路中的每一个人 |
| # - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - |
|
| #模仿 |
|
| # = = = = = = = = = = |
|
| R1 = np.random.random () |
#随机选择一个特定时间(%)只有1 |
| 如果R1 < =公关: |
#条件 |
| ff =我 |
#焦个体(每个节点i) |
| 而真正的: |
#这是真的 |
| rr = np.random。选择(n) |
#个人随机选择的作用 |
| 如果ff ! = rr: |
#直到焦个人选择不同的角色 |
| 打破 |
#的情况下退出循环 |
| π= 1 / (1 + (np。exp(−年代(rr, 0) (B - B (ff, 0))))) |
#计算(费米)函数 |
| R2 = np.random.random () |
#随机选择一个特定时间(%)只有1 |
| 如果R2 < =π: |
#条件 |
| 临时(ff, 1:3) = B (rr, 1:3) |
#模仿角色的个人 |
| B (:, 1: 3) = temp (:, 1: 3) |
#更新策略值 |
|
|
