P. 1
STELLA Modeling of a Zombie Invasion

STELLA Modeling of a Zombie Invasion


|Views: 987|Likes:
Published by jarettd
A dynamic systems model of a zombie invasion using isee Systems STELLA software.
A dynamic systems model of a zombie invasion using isee Systems STELLA software.

More info:

Published by: jarettd on Dec 15, 2009
Copyright:Attribution Non-commercial


Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less







Jarett Diamond 

NRE 509 Lab #5 –STELLA Modeling of a Zombie Invasion    Background  The Zombie Invasion scenario has been a common trope in American popular culture for  decades. In one version, the outbreak begins with a mutant virus introduced to a small  population of humans. The virus kills those whom it infects, and after a period of time, causes  them to rise from the dead with an insatiable hunger for human flesh. Decaying mockeries of  human life, these walking undead are insensible to cold, heat, fatigue, or fear. Mindless, they  possess only the most basic instinct to feed upon the living.    The infection spreads by fluid contact, typically a bite. An infected human who manages to  escape being consumed entirely will shortly, die, only to rise again as a fully contagious member  of the walking dead. The most often‐cited way to kill a zombie for good is to destroy its brain.    The Zombie Invasion scenario is often used as a vehicle for critique of modern man’s utter  unpreparedness for survival in the event of the collapse of social order. In books and films, the  highest occupants of the modern socioeconomic ladder, whose position is wholly dependent on  modern economic and technological  infrastructure, are typically the least equipped for survival  in a post‐apocalyptic world. Mnual laborers, farmers, survivalists, and others whose  accumulated life skills are less dependent on functioning modern infrastructure—as might be  the case with, say, a hedge fund manager—are the most likely to survive and promote the  survival of others. The collapse of social order, followed by the outright reversal of its  smoldering remains, is part and parcel of the horror of the zombie apocalypse.    Past Work  In their seminal work on mathematical modeling of a zombie scenario, Professor R.J. Smith?  (the ? is part of his legal name) and his team applied a modified epidemiological model to the  problem. i However, I observe a small deficiency in the model. In the most basic form, there are  three stocks.    S – susceptible humans    Z – zombies    R – removed 

  Figure 1. Modified epidemiological model for zombie invasion    The term S represents the death of humans by natural causes. However, the model clearly  shows that all humans that die from natural causes are directed to a common pool of corpses  (R) from which zombies may resurrect. Humans which die of natural causes are not expected to  rise from the dead. This oversight appears to persist in more sophisticated models presented in  the paper. 



Jarett Diamond 

  A careful observer might also note that there is no allowance for zombie destruction in this  model. However, in a later section of the paper, Smith?, et al implement an “impulsive  eradication” mechanism, in which the humans would attempt to control the zombie population  by “strategically destroying them at such times that... resources permit.”    Overview of STELLA Model  In my STELLA model, I attempted to expand on the past work by Munz, Hudea, Imad, and Smith  by incorporating the following elements:   A hybrid Lotka‐Volterra/epidemiological model to simulate a multistage disease spread  by predation, with a 1:1 efficiency of conversion of prey to ‘infected prey’   A persistent, rather than impulsive, zombie eradication mechanism which more closely  resembles prey defense systems in the natural world   A ‘panic factor’ coupled to the ratio of infection vs. zombie elimination rate, plus the  zombie feed rate which gives a rough approximate value for the general feel of which  side is winning. The panic factor causes indirect human casualties (i.e. not directly  caused by zombie infection or consumption).   A ‘learning curve’ which simulates adaptive human behavioral changes over time   A ‘zombie feed rate’ term which simulates destruction, but not infection and  conversion, of living humans.  The STELLA model omits human birth rate, and death by natural causes. For small populations  (under 10,000) and short modeling times, these factors were felt to be of negligible  consequence.    Detailed Description of STELLA Model  In my STELLA model, there are four stocks:    S – susceptible humans    I – infected humans  Z – zombies    X – removed  and two conveyors:    IFREE– “free infected” infected humans not quarantined  Q – quarantined humans    A conveyor is similar to a stock, but the primary output is controlled by a transit‐time factor.    A susceptible human (S) may be infected at a given rate proportional to the number of humans  and the number of active zombies (Z). Alternatively, a susceptible human may die (via s elim  rate) from 1) the mass panic caused by the zombie invasion or 2) be wholly consumed by a  zombie. The zombie feed rate is proportional to the number of zombies. The panic factor was  described previously.     A susceptible human unlucky enough to be infected moves to the infected stock (I). At this  stage, the infected human may be detected. If the infected human is detected, he may be sent 



Jarett Diamond 

to the quarantine conveyor (Q), in futile hopes that a cure may be found. Since no cure is  possible, all infected humans are removed (X) after the latency period of the disease expires.  However, there is also a leakage rate (quar escape rate) of infected humans who escape  quarantine, and join the free infected conveyor. The model assumes that successful escapes are  made immediately upon arrival in quarantine (i.e. at the onset of the disease latency period,  which begins again in the IFREE conveyor). In time, the humans realize the futility of the  quarantine strategy. This is simulated by the learning curve factor, which causes the proportion  of infected humans sent to the free infected conveyor to increase over time.     This leaves two categories of infected humans.    1) non‐quarantined infected humans  2) undetected infected humans  Both groups proceed directly from the infected stock (I) to the free infected (IFREE) conveyor.  Thus, the IFREE conveyor consists of these two populations, plus the population of escaped  infected quarantined humans. Unless they are destroyed first, the disease latency period  expires and members of the IFREE conveyor resurrect as zombies. The leakage rate from IFREE  represents the active detection and elimination of the IFREE population.    Resurrected zombies are capable of creating more zombies by infecting humans, or destroying  humans outright by feeding on them. The zombie feed rate is also an important term in the  panic factor equation, which results in indirect human casualties. The zombie population is  controlled by active retaliation by humans (z elim rate), which is proportional to the product of  the number of humans, the number of zombies, and a variable zombie kill factor. The zombie  kill factor increases over time with the learning curve, as humans learn better methods for  controlling the undead. 



Jarett Diamond 

  Figure 2: Complete STELLA model for zombie invasion    Analysis of Results  The model itself is inherently highly unstable. A small change in the infection rate, or a small  change in the intrinsic zombie kill factor can result in rapid population crash of either humans  or zombies. Parameters were finely tuned to demonstrate a long, drawn‐out contest between  the living and undead.  The three‐day disease latency is clearly apparent in Figures 3 and 4, as the graph of flows and  stocks indicate a sharp jump in activity/population after the 3rd day of the invasion.  As might be expected, widespread panic can result in catastrophic loss of life. Panic has  elements of both positive‐ and negative‐feedback. As panic casualties increase, there are fewer  humans to fight the zombies, which increases the rate of undetected zombie resurrection. This  increases the panic factor. At the same time, there is also a smaller human population for the  zombies to infect and feed upon. This decreases the panic factor. The relative weight of the rate 



Jarett Diamond 

of zombie feeding, as compared to the ratio of infection/zombie elimination may be adjusted to  reflect a real‐life scenario when empirical data becomes available.  Figure 5 illustrates that the learning curve is the key to human persistence. The steadily  increasing zombie population reaches its peak at after approximately 10.5 days, at which point  the battle swings to favor the humans.   
1: S 1: 2: 3: 4: 5: 10000 7 0 10 1000 2: I 3: Q 4: Z 5: X 1 3 3 2 2 3 1 5 2 3 2


1: 2: 3: 4: 5:

9500 4 0 6 500


4 5 1



5 1: 2: 3: 4: 5: Page 1 9000 0 0 2 0 0.00 7.50 15.00 Days Untitled



30.00 9:58 PM Fri, Dec 11, 2009

Figure 3: Stocks (S, I, Z, X) and conveyor (Q). Conveyor IFREE is not shown.   
1: inf rate 1: 2: 3: 4: 10 6 0 250 2 2 1 3 1: 2: 3: 4: 6 4 0 150 4 1 3 1 3 1 2 2: z elim rate 3: z feed rate 4: Panic Casualties


4 2 1: 2: 3: 4: Page 1 2 1 0 50 0.00 7.50 15.00 Days Untitled 22.50 4 3 4

30.00 2:36 PM Sat, Dec 12, 2009

Figure 4: Important flows and converters related to panic casualties.   


1: Learning Curve 1: 2: 3: 4: 5: 3 6 1 6 10 3 4 2 2: z elim rate 3: ifree elim rate 4

4: inf not quar rate 3 4 2 2 1 1: 2: 3: 4: 5: 2 4 0 3 6 5 1 1 5 3 3 4 5: Z

Jarett Diamond 



2 1: 2: 3: 4: 5: Page 1 1 1 0 0 2 1



15.00 Days Untitled


30.00 2:39 PM Sat, Dec 12, 2009

  Figure 5: The effect of the Learning Curve on infected human elimination, zombie elimination,  use of quarantine, and overall zombie population      Conclusion  The keys to human survival in the face of a zombie invasion rest in the ability of citizens to  mount an immediate, ruthless, and above all, adaptive campaign of resistance. A strategy of  quarantine of known infected humans is impractical. A large‐scale security breakdown (not  included in this simulation) could result in thousands of quarantined, infected humans escaping  into the general population.    It is worth noting that the zombie population never exceeded seven. After 30 days, the human  population of 10,000 lost nearly 10% of its total membership. Of this loss of life, almost 8% is  attributed to indirect casualties caused by panic. Therefore, all possible measures must be  undertaken to counteract panic, be they educational or coercive.    As this model clearly demonstrates, the destructive potential of the walking undead cannot be  underestimated.                                                               

 P. Munz, I. Hudea, J. Imad and R.J. Smith? When zombies attack!: Mathematical modelling of an outbreak of  zombie infection (Infectious Disease Modelling Research Progress 2009, in: J.M. Tchuenche and C. Chiyaka, eds,  pp133‐150). 

You're Reading a Free Preview

/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->