CUMCM优秀论文-SARS传播的数学原理及预测与控制【数学建模】.pdfVIP

维普资讯 第20滁笆7蝴 工 程 数 学 学 报 Vol20No．7 2003年 月 JOURNALOFENGINEERINGMATHEMATICS Dee 2003 文章编号：1005—3085(2003)07—0029—06 SARS传播的数学原理及预测与控制 邹宇庭，郑晓练，缪旭晖 指导教师：谭 忠 (厦门大学，福建厦f-1361005) 编者按：本文建立了SARS传播的具有负反馈的差分方程模型。用两个参数分别刻画疾病传播能力和对 疾病采取有效控制措施的能力，并用标准差趋于稳定来判定数据拟合的合理性，是本文的突出优 点。文章将这一方法用于北京，广州，山西和香港，均获得较好效果。 摘 要：众所周知，SARS对中国社会带来了重大的影响。我们以北京地区4月到6月有关sARS的数据 为参考资料，就病毒的实际传播特征引入了电子线路中的负反馈的概念，建立了SARS传播的负 反馈系统，并在分析该系统参数实际意义的情况下，建立时间序列的模型。该模型将传染率定义 为时间的函数，以拟合数据和实际数据之间的总残差最小为 目标，利用 matlab中的fminsearch函 数模拟得到最优的模型参数。该模型可以较好的预测SARS的发展趋势，且可以就此趋势提出如 何控制SARS传播的措施。继而，本文通过模拟出在不同日期提前或滞后5天实施隔离政策所引 起SARS发展趋势变化的曲线，分析了卫生部门实施隔离政策的日期对SARS发展趋势的影响。 在SARS对经济影响的这个问题上．本文适当选取医疗业具有代表性的17支股票，构造了医 疗板块指数，以此测度医疗业的经济表现。在传统的CAPM模型中，我们引入了虚拟变量，利用 OLS技术进行估计分析，检验出SARS这一事件对医药业的经济影响是正影响。该影响反映在医 疗版指数的日收益上．但这个影响是由SARS引起的，会随着SARS的结束而结束。 关键词：SARS；负反馈系统；时间序列模型；资本资产定价模型 分类号：AMS(2000)62M10 中图分类号：O212．3 文献标识码：A 1数学模型的分析与建立 1．1假设与符号说明 1)统计数据是可靠的；2)病人处于潜伏期时不传染他人；3)采取的所有控制措施对于阻 止SARS病毒的传播都是有效的。I：到第n天为止累计确诊的病人数；D ：到第n天为止 累计的死亡人数；S：第n天的疑似病人数；C：到第 n天为止治愈病人数；d：死亡率；g：治 愈率；S：新增病人与新增疑似病人的比值；S2：疑似病人转化为正常人的比率；K ：区域内 的自反馈参量；F 反馈变量；Kf：反馈系数。 1．2现在我们分析问题并建立相应的数学模型： 社会的反应往往是一个渐变的过程，会随疫情的变化而变化，是一个负反馈过程，比如， 维普资讯 工 程 数 学 学 报 第20卷 当疫情严重时人们会 自觉地减少与他人接触，相反的当疫情不显著时人们会放松警惕而增 加与他人接触的机会。为此我们建立如下负反馈系统(图1)。将实际情况与控制力度的关 系通过反馈系数实现自动调节，这样就能及时采取控制措施，使得病情传播速度迅速减小， 以求最后达到消灭病情的目的。 在以上系统中： ①A是开环增益 (OpenLoopGain)，表示基本 放大器的放大倍率，即为输出信号与输入信号的比 值。在研究SARS传播的模型中，我们将此定义为 SARS病毒在未受控制情况下的自然传播速度，即 病毒的基本传播率。②K 是反馈网络中的反馈系 图l 系统示意 数，即反馈信号与输出信号的比值。在该模型中我们将它定义为各种反应因素的总和，通过 负反馈可以减小病毒传播速度。③输入信号xi定义