2016年A题全国数学建模优秀论文6.pdf

维普资讯 Journal of Biom athem atics 生 物 数 学 学 报 2006，21(11：21—27 用差分方程模型模拟北京 2003年 SARS疫情 刘 双 李海龙 (1鞍山师范学院 数学系，辽宁 鞍山 114005；2中国地质大学 (武汉)环境学院，湖北 武汉 430074) 摘 要： 根据北京 2003年SARS疫情发展的实际情况，利用差分方程建立模拟北京疫情 发展过程 (2003年 3月 20 日至 7月 14 日1的数学模型．建立主要 由模拟值与实际统计值之差 的平方和构成 的 目标函数．最后利用 Gauss—Newton最优化方法，对模型中参数进行估计． 关键词：SARS；差分方程；数学模型； Gauss—Newton最优化方法；反 问题；参数估计 中图分类号：O175．7；O242．1 MR 分类号：92B05；34M50 文献标识码：A 文章编号：1001—9626(2006)01—0021—07 0 引 言 SARS是近几年来人类所遇到的涉及范围最广的传染病， 2003年发生在北京市的 SARS 疫情病例数在其总病例数中占有很高的比例，因此研究其发展过程有重要的意义．文 [1】中， 利用时滞常微分方程建立了描述 SARS传染和发展的数学模型，通过对模型的讨论得出在无 任何预防和隔离措施的情况下，当疫情 自生自灭后，感染 SARS的总人数占人 口的比例主要取 决于基本传染数，其缺陷是未将人类抗击 SARS的措施考虑进去．文 [2】以传统的微分方程为 理论基础，建立了控制前和控制后的传播模型，重点分析了控制后模型，在控制后模型中参数 的取值为相关数据的平均值，没有考虑由传染病潜伏期存在性和预防措施生效性而引起的时 滞现象．上述模型都为连续型模型，连续型模型只有在传染病人数较多的情况下成立，不能把 传染病传播过程中的各种人为因素有效地考虑进去，有一定的局限性，因此，都未能满意地再 现2003年北京 SARS疫情的发展过程．本文利用差分方程建立数学模型，取消了对传染病人 数的限制，且较为方便地考虑了疫情传播过程中的各种人为因素，从而使建立的模型更加符合 实际． 由[3】知北京SARS病例不是原发性病例，而是输入性病例，也即外地的病人到北京来求 医，结果在北京诊断为SARS病例．北京市2003年 SARS详细数据参见表 I． 根据表 1中北京2003年 SARS数据我们可以把北京整个 SARS疫情的发展过程分为以下 三个时期：第一时期，疫情的初始发展期 (3月20日至 4月20日，共计 32天)；第二时期， 疫情的高发平台期 (4月21日至5月8日，共计 18天)；第三时期，疫情的衰退期 (5月9日 至 7月 14日，共计 67天)． 收稿 日期：2003-12-20 基金项目：国家自然科学基金资助项目 作者简介：刘双 (1978-)，男，辽宁沈阳人，硬士． 维普资讯 22 生 物 数 学 学 报 第 21卷 由于从4月中下旬开始北京市政府采取了各种预防SARS的措施，新闻媒体加强了对SARS 疫情宣传力度，使人们提高了对 SARS传染病的预防意识，减少了健康个体被传染的可能性． 但上述行为从落实到生效，要经过一个滞后期，再加上 SARS传染病具有潜伏期，所以我们假 维普资讯 第 1期 刘 双等：用差分方程模型模拟北京 2003年 SARS疫情 23 定：在医院外的传染率在4