2024年，美国19个州的奶牛场爆发了高致病性禽流感（H5N1亚型），引发了人们对潜在国家及全球人畜共患病影响的担忧。近期所有建模工作均采用同质化的牛群间（包括牛群内和跨牛群）传播模型，未能反映动物混群、个体易感性与传染性差异以及不同围栏和泌乳群体临床发病的真实异质性。本研究旨在开发异质性传播模型，以估算加利福尼亚州奶牛场高致病性禽流感的牛群内传播流行病学参数。我们构建了一个经过验证的随机基于代理的模型，用于估算加州奶牛场高致病性禽流感的牛群内传播流行病学参数。分层的基于代理的模型还对畜群内部随机的牛群移动进行了参数化，以模拟真实的奶牛饲养管理实践。在疫情爆发期间，采用了一种基于牛群的SEIR传播方法。为验证该模型，我们拟合了一种新型高斯过程贝叶斯优化器（BO-GP），该优化器在25~40次迭代（每农场100次）内收敛，且在两个独立误差指标-泊松损失函数和时间距离度量-上的损失最小。优化后的模拟结果显示，在四家奶牛场的疫情爆发初期15天内，所有农场的平均R0值约为10.7~10.8，每个牛栏内易感牛与感染牛之间每次接触的有效传播率为4.5%。我们的模型表明，奶牛在围栏之间的移动确保了子畜群（围栏种群）内的局部爆发集群，从而延长了农场内的整体爆发时间。我们估计感染的总持续时间为14.5至28天，高于同质模型的估计值。通过结合贝叶斯近似的集成分层代理模型，我们对高致病性禽流感在奶牛群中的农场内传播的流行病学产生了可操作的见解，从而指导了未来的模型开发和应用的疾病控制策略。