2012年全国大学生数学建模竞赛一等奖论文H1N1流感的预测.docVIP

2012年全国大学生数学建模竞赛一等奖论文H1N1流感的预测.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2012年全国大学生数学建模竞赛一等奖论文H1N1流感的预测

题目:甲型H1N1流感的预测、控制和影响模型 2012高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): 我们的参赛报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名): 参赛队员 (打印并签名) :1. 2. 3. 指导教师或指导教师组负责人 (打印并签名): 日期: 年 月 日 赛区评阅编号(由赛区组委会评阅前进行编号): 2012高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号(由赛区组委会评阅前进行编号): 赛区评阅记录(可供赛区评阅时使用): 评 阅 人 评 分 备 注 全国统一编号(由赛区组委会送交全国前编号): 全国评阅编号(由全国组委会评阅前进行编号): 甲型H1N1流感的预测、控制和影响模型 摘要 甲型H1N1流感是全国乃至全球人们最受关注的传染病,它的传播速度快,对人们的身体健康危害极大。本文根据香港甲流疫情数据进行分析,对其传播的预测与控制进行研究并建出模型,并提出模型建立的关键和困难以及对卫生部门所采取的预防措施作出评定估计。 针对问题一,为了了解甲流的传播情况,先作出已确诊的病例散点图。根据散点图的情况,分别建立了马尔萨斯模型:,阻滞增长模型:,SIS模型:,SIR模型: , 以及SIR模型的改进模型: . 从SIR模型的改进模型中,可以得出控制传染源、切断传播途径、保护易感人群预防和控制,进而建立灰色预测模型:,并对其模型进行了残差检验和关联度检验,从而较为准确的预测出2010的旅客人数为274.9568万人。 【关键词】 H1N1流感 马尔萨斯模型 Logistic模型 SIR模型 灰色预测法 一、问题重述 2009年3月底至4月中旬墨西哥、美国等地相继发生甲型H1N1流感(A/H1N1 influenza)疫情蔓延到世界各地甲型H1N1流感是一种新型甲型流感病毒引起的急性呼吸道传染病。爆发期间全球数千万人染病,死亡人数超过16000人。截至去年12月21日,我国内地确诊110590例,死亡442人。由于甲流的传播速度快,因此得到世界卫生组织的重视和人们广泛的关注。 收集和阅读对甲流的传播数学模型特别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1提供的数据可供参考)。收集甲流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2提供的数据可供参考)。表示时刻的病人人数,用表示每天每个病人有效接触的人数,考虑到时刻病人人数的增加,建立微分方程 ,,通过马尔萨斯模型求解得:。 接着在病人的有效接触人群中只有病人方可被传染为病人,因此要区分健康人和病人。那么我们再次对这些数据进行分析, 用常数表示日接触率;表示健康者;表示病人;用表示病人数。那么由此可知每天共有个健康者被感染。建立模型 ,,通过阻滞增长模型求解得:。 接着我们考虑当治愈后的健康者还可被感染变成病人的情况,我们用表示日治愈率,表示平均

文档评论(0)

gangshou + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档