隔离检测、旅行限制、启用定点医院、发放防疫物资……当一场大流行病突如其来时，如何精准把握这些防控政策的时度效，最大限度减少各项损失？传染病仿真系统正慢慢的变成为一个重要工具，引起各国重视。

　　作为一种常见研究手段，仿真在诸多科学领域存在广泛应用。通过对现实世界的简化，它可以解释数据、预测和设计行动。当传染病暴发时，我们也能基于各项数据建模，估算出它的传染速度、危险程度等，为开展应急处置策略提供相关依据，对干预措施开展成本效益分析。早在1927年，传染病学领域就提出了经典的“仓室模型”，基于数学逻辑方法和语言，根据是否感染、康复等标准，将不一样的人群分为不一样“仓室”，针对人群在不同仓室间的转移概率，使用微分方程来建模求解，进而完成相关估计和预测。

　　不过，现实情况往往比模型复杂得多。纵观人类发展史，能够说是一部人类与传染病做斗争的历史。城镇化加快、国际经贸发展、社会交往增加等，使传染病传播的速度更快、范围更广、危害也更大，迫切地需要对其进行更加精确的模拟。

　　随着信息时代的到来，海量数据得到收集与储存，计算机运算能力逐步的提升，“基于个体模型”应运而生。与“仓室模型”将人群粗分为几大类不同，这是结合计算机技术对世界的一个“仿真建模”，如同为真实世界打造一个沙盘。它将每个人视为独立的对象，通过模拟微观层面的个体行为，例如人与人或环境之间的接触、感染后的病程等，自下而上地对宏观层面的复杂动态进行诠释，推演出系统的宏观结果。

　　除了透视当下复杂动态，仿真模型还可以把时钟调拨到过去或未来，通过复盘已发生事件来溯源问题症结，或者通过预判即将发生的事情来防患于未然。比如，可依据真实的人口统计学数据生成虚拟城市，模拟病毒在城市中的传播，仿真出停工、停学、扩大社交距离等各项手段的效果，为科学施策提供相关依据。