SARS的传播数学建模优秀论文

《SARS的传播数学建模优秀论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SARS的传播模型摘要传染病、战争、饥荒是影响世界人口的三大因素，其中尤其以传染病对人口的影响最为大。对于问题1，本文结合附件一所给的模型，对它提出的半模拟循环计算的方法进行了检验，得出该模型的优点在于形式简单，模拟的精确度较高，K值的改变体现出了其合理性，同时指出了它的主要缺点在于过分依赖数据和不具有长远的预测性。对于问题2，我们以2003年6月以前的有关数据为资料，根据对SARS传播的分析，在传统的SIR传染病模型的基础上对人群作了合理的分类：健康者、患病者和移出者。其中，移出者指死亡及治愈组成的免疫类。考虑到3类人群均是关于时间

2、的变量且患病者的数量和采取的控制手段密切相关，建立了控制前传播模型和控制后传播模型，通过合理估计、曲线拟合和概率平均的方法得到了病人的自由传播源平均每天造成的感染率和该病平均每天的治愈率，病人平均每天的死亡率，疑似病例中每日被排除的人数占疑似病例的比例，疑似病例中每日转化为确诊病人占疑似病例的比例，可控系数五个参数。关键词：SARS；微分方程；SIR模型一、问题重述SARS（SevereAcuteRespiratorySyndrome，严重急性呼吸道综合症,俗称：非典型肺炎）是21世纪第一个在世界范围内传播的传染病。SARS的爆发和蔓

3、延给我国的经济发展和人民生活带来了很大影响，我们从中得到了许多重要的经验和教训，认识到定量地研究传染病的传播规律、为预测和控制传染病蔓延创造条件的重要性。请你们对SARS的传播建立数学模型，具体要求如下：（1）对附件1所提供的一个早期的模型，评价其合理性和实用性。（2）建立你们自己的模型，说明为什么优于附件1中的模型；特别要说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够的信息的模型，这样做的困难在哪里？对于卫生部门所采取的措施做出评论，如：提前或延后5天采取严格的隔离措施，对疫情传播所造成的影响做出估计。附件2提供的

4、数据供参考。（3）收集SARS对经济某个方面影响的数据，建立相应的数学模型并进行预测。附件3提供的数据供参考。（4）给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性。二、模型的假设和符号说明模型假设1.人群分为健康者、患病者和移出者三类，称SIR模型。2.假设SARS的传播方式为接触性传播，不与患病者接触就不会被感染。3.假设SARS患者被发现后就立即被隔离，被隔离者不具备传染性，SARS患者只在被发现前可以传染他人。4.SARS治愈恢复的人和得病死亡的人退出传染体系。5.所研究地区的人口总量一定，不考虑该段时间内人口的迁入迁

5、出，自然出生和自然死亡等种群动力因素。人口始终保持一个常数，即。6.SARS患者康复后具有免疫能力，治愈后没有被感染的可能。符号说明自由传播源平均每天造成的感染率该病平均每天的治愈率第天传染系统内的总人口数第天健康者人数第天患病者人数第天移出者人数患者平均每天的死亡率过了潜伏期，表现出症状，但还未隔离的患者数。第天疑似病例的人数第天确诊病人的人数疑似病例中每日被排除的人数占疑似病例的比例疑似病例中每日转化为确诊病人占疑似病例的比例被自由传染源有效感染的人中的可控系数控制起始时间三、问题分析对于问题二的分析。1、对于接触率的理解一个病人

6、一旦与易感者接触就必然具有一定的传染力。假设第天的单位时间内，一个病人能传染的健康者数目与此环境内健康者总数成正比，比例系数为，从而在第天的单位时间内被所有病人传染的人数为。2、对于治愈率的理解第天的单位时间内，从患病者中移出的人数与病人数量成正比，比例系数为，单位时间内移出者的数量为。四、模型建立与求解模型的建立（一）对于问题一的模型的建立。附件1给出的模型为。作变换，令，因为不同阶段的值是不一样的，所以对于不同的阶段，的值也是不同的。故XXX老师所给出的模型可改写成，其中，在不同阶段的值是不一样的。即在假设病例人数是时间的连续函数

7、时，有。1）合理性附件1所给出的模型为：。它是基于现实中的自然状态，描述出了SARS传染病最核心最本质的变化趋势。的取值采用半模拟循环计算方法，发展趋势由值的变化体现。该模型的优点在于简单，易行，方便对数据采用拟合处理和利用取对数求方差估计与实际数据的误差，说明了该模型所具有的合理性。2）实用性任何具有传染性的疾病大致都是会经历“发展(快速蔓延)期一相对稳定期一逐渐消亡期”这样的一个过程，附件一模型准确地体现出了这点，因此它具有普遍实用性。3)模型的缺陷，此模型最大的缺陷即是把实际问题过于简单化了。(1)模型中的的取值只能根据已经有的

8、数据拟合，因此模型的精确度严重地依赖与所给数据的准确度。实际中，统计所给的数据本身就有一定误差，拟合一个本身就包含偏差的数据势必造成与现实规律更大的背离。我们以“北京日志”的数据进行验证，见下图图1北京实际与预测感染者人