H1N1疫情分析与预测.docVIP

H1N1疫情分析与预测 2009年月日甲型H1N1流感对人们的正常社会经济生活秩序造成不同程度影响。、感病者和移出者，相比于模型一、模型二考虑的因素更多，使模型变的更加完整，经典的SIR模型是基于微分方程思想，结合病毒的传播规律，假设在所考虑的时期范围内人口总数保持在固定水平N，即不考虑出生及其它原因引起的死亡，以及迁入迁出等情况；易受传染者人数的变化率正比于感病者的人数与易感者人数的乘积； 最后我们设计了一种数学模型，对上述模型进行了重建，细化了人群分类，不仅对于变量间的关系进行了改进，而且引入了政府控制力等变量。在系数估计部分，在收集到大量数据的基础上，由于中国实际情况的特殊性，所以除了医疗能力、输入型携带者等系数可以通过中国的数据进行估计，但是对于传染率、接触率等系数的估计要更多的参考美国、墨西哥等疫区的数据。我们进一步通过对人群的不同分类，建立微分方程组，可分别预测出健康者人数,确诊患者人数,治愈移出人数, 隔离疑似患者人数, 非输入病毒携带者（未隔离）人数，人口总数变化人数中输入携带者，结合任意两者的信息就可以得到足够的信息量.但模型中的部分参数无法确定给模型求解带来困难，但可以通过搜集更多的数据和资料加以解决。 模型的建立和完善后，利用matlab软件对模型的预测结果进行了模拟分析、 关键词：H1N1、拟合、数学模型、微分方程 问题重述： H1N1疫情从互联网或报刊上搜集有关广州、香港、北京等地区的H1N1疫情的数据，根据这些数据建立这种传染病的数学模型。要求： （1）对疫情的传播规律进行分析； （2）对各地卫生状况、医疗水平、地方政府采取的措施对疫情的控制作用进行分析，提出你的见解；（3）对各地疫情的高潮期、缓解期、最终控制预期进行分析或预测； （4）给地方报刊写一篇短文（不超过两页），阐述你的研究结果，并对疫情的控制提出你的建议。 假设(1)，每个病人在单位时间内传染的人数是常数； 假设(2)，一人得病后，经久不愈，并在传染期内不会死亡。记表示t时刻病人数，表示每个病人单位时间内传染的人数，，即最初有个传染病人。则在时间内增加的病人数为 于是得微分方程 (1)， 其解为 结果表明：传染病的传播是按指数函数增加的。这个结果与传染病传播初期比较吻合，传染病传播初期，传播快，被传染人数按指数函数增长。但由方程(1)的解可以推出，当时，，这显然是不符合实际情况的。问题在于两条假设均不合理。特别是假设(1)，每个病人在单位时间内传染的人数是常数与实际不符。因为在传播初期，传染病人少，未被传染者多；而在传染病传播中期和后期，传染病人逐渐增多，未被传染者逐渐减少，因而在不同时期的传染情况是不同的。为了与实际情况吻合，我们在原有基础上修改假设建立新的模型。 模型二 、 用表示t时刻传染病人数和未被传染人数，。 假设(1)，每个病人单位时间内传染的人数与这时未被传染的人数成正比，即 ； 假设(2)，一人得病后，经久不愈，并在传染期内不会死亡； 假设(3)，总人数为n，即． 由以上假设得微分方程 (2) 用分离变量法求得其解为 (3) 其图形如图17.1所示． 模型二可以用来预报传染较快的疾病前期传染病高峰到来的时间。 i(t) n 0 图17.1 图17.2 医学上称为传染病曲线，它表示传染病人增加率与时间的关系，如图17.2所示。 由(3)式可得 (4) 令 ，得极大点为 (5) 由此可见，当传染病强度K或总人数n增加时，都将变小，即传染病高峰来得快，这与实际情况吻合。同时，如果知道了传染强度K（K由统计数据得出），即可预报传染病高峰到来的时间，这对于防治传染病是有益处的。 模型二的缺点是：当时，由(3)式可知，，即最后人人都要生病，这显然是不符合实际情况的。造成该问题的原因是假设(2)中假设了人得病后经久不愈。 为了与实际问题更加吻合，对上面的数学模型再进一步修改，这就要考虑人得了病后有的会死亡；另外不是每个人被传染后都会传染别人，因为其中一部分会被隔离。还要考虑人得了传染病由于医治和人的自身抵抗力会痊愈，并非象前面假设的那样，人得病后经久不愈。为此作出新的假设，建立新的模型。 模型三就是经典的SIR模型,在此模型中，虽然要考虑