SARS传播时间过程的参数反演和趋势预测.pdf

SARS传播时间过程的参数反演和趋势预测.pdf

ID:57311694

大小:336.72 KB

页数:6页

时间:2020-08-11

SARS传播时间过程的参数反演和趋势预测.pdf_第1页
SARS传播时间过程的参数反演和趋势预测.pdf_第2页
SARS传播时间过程的参数反演和趋势预测.pdf_第3页
SARS传播时间过程的参数反演和趋势预测.pdf_第4页
SARS传播时间过程的参数反演和趋势预测.pdf_第5页
资源描述:

《SARS传播时间过程的参数反演和趋势预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第19卷第6期地球科学进展Vol.19No.62004年12月ADVANCESINEARTHSCIENCEDec.,2004文章编号:100128166(2004)0620925206SARS传播时间过程的参数反演和趋势预测X1,211,2韩卫国,王劲峰,刘旭华(1.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101;2.中国科学院研究生院,北京100039)摘要:以公布的香港和北京SARS疫情数据为实例,采用SIR模型对SARS传播的时间过程进行参数反演,获取两地SARS高峰

2、期、住院人数、移出系数等重要参数,模型计算结果与实际数据基本相符,通过参数反演很好地解释了SARS时间传播过程,说明SIR模型可以用于SARS传播的数据拟合、趋势预测和过程模拟。关键词:SIR模型;模拟退火法;刚性问题;非线性极值中图分类号:TP79;R181.8文献标识码:A[7,8,12,19]时间序列分析对数据进行统计建模。0引言[6]王铎等采用SIR模型的简化形式(见式(6)SARS(严重急性呼吸系统综合症)作为一种冠进行数据拟合和趋势预测,取得了较好的结果,但是状病毒感染的新型传染性疾病,它的爆发

3、和蔓延,极该计算未能直接利用SIR模型进行计算,无法获取大地威胁到人类的身体健康和生命安全,直接影响模型的各个参数来进行传染病分析。若直接采用到社会稳定与经济发展。自世界卫生组织公布该传SIR模型进行计算,存在着刚性微分方程求解和非染病以来,许多国家的公共卫生部门和科研院所对线性极值问题,需要采用新的方法来解决。本文主研究这种传染病的传播和感染规律、预防和控制措要采用SIR模型对SARS的时间传播过程进行参数施、疫苗和特效药物等方面投入了大量的人力和物反演和趋势预测,将模拟退火法和刚性微分方程求力,已取得了

4、可喜的成就。我国政府也启动了“863”解算法相结合用于SIR模型的参数反演,解决了刚计划、国家自然科学基金等多个SARS应急课题,这性微分方程求解和非线性极值问题,并以北京和香些课题的研究对认识SARS传播与扩散的时空规港两地公布的SARS疫情数据,采用上述方法进行律、分析SARS的发展态势、辅助传染病预防和控制参数反演,计算结果说明通过SIR模型可以预测[1~5]决策起到了很好的帮助作用。SARS的动态变化趋势,并可用于SARS时间传播通过数学模型来描述SARS的传播过程、分析过程的情景模拟。感染人数的变

5、化规律、预测SARS的高峰期、评估政1SIR模型府措施效果等,已有大量的文献见诸于各种科学杂志和互联网。这些研究方法大致分为2类:①采用SIR模型由Kermack等在1927年提出,该模型确定性的微分方程或动力学模不是从医学的角度考虑各种传染病的病理知识,而[1,3,6,9~11,13,14,20,21]型;②基于统计学、随机过程和是按照一般的传染病传播机理建立,并通过多次传X收稿日期:2004201229;修回日期:2004205224.基金项目:国家高技术研究发展计划(863计划)项目“SARS流行病学

6、资料的实时收集、分析和趋势预测”(编号:2003AA208401);国家自然科学基金项目“SARS传播时空模型研究”(编号:40341002)资助.作者简介:韩卫国(19762),男,山西省夏县人,博士研究生,主要从事空间分析、时空数据挖掘、GIS应用与开发方面研究.E2mail:hanwg@lreis.ac.cn926地球科学进展第19卷染病(如印度孟买1905—1906年发生的瘟疫)数据合优化问题的通用有效近似算法。该算法将固体在的验证。在模型中,将人群分为易感染者S(Suscep2恒定温度下达到热平衡

7、过程的模拟引入优化过程中tible)、感染者I(Infective)和移出者R(Removed)3来,是一种对Metropolis算法进行迭代的组合优化类,传播过程如图1。由于大多数传染病如天花、流算法。该算法允许任意选取初始解和随机数序列,感、麻疹等治愈后,病愈的人均有很强的免疫力,他具有描述简单、运行高效、健壮、运用广泛和使用灵们既非健康者,也不会再次患上该病,退出了传染系活等特点,适用于多种组合优化问题,同样也可用于[15,16,22,23][17]统,SARS正好符合这类传染病的传染规非线性优化问题

8、。律,设定S为易感人数,I为SARS感染人数,R为刚性微分方程的特点是方程右端的Jacobi矩阵移出人数(包括治愈、死亡、隔离等),采用SIR模型具有广泛散布的特征值,没有一个解分量是不稳定进行SARS时间传播过程的参数反演和过程预测。的,但至少有一个解分量是非常稳定的,这样造成计算求得的解是缓慢变化的,但又存在迅速衰减的扰S→I→R动,这种扰动的出现,给慢变解的数值计算带来很大图1SIR模型困难[18]。本文采

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。