下一场瘟疫.docxVIP

下一场瘟疫摘要埃博拉病毒在西非大肆蔓延，给当地的人们带来了巨大的灾难，我们无法预知埃博拉病毒的下一步走向，因此研究埃博拉病毒的传播规律，建立其传播模型，可以为政府或卫生部门预测和控制埃博拉病毒蔓延提供决策依据，从而更好地抑制埃博拉病毒的扩散，在最大限度内降低人民的生命财产安全损失。我们的团队根据传染病传播的规律就埃博拉病毒在某一区域人群中的传播，扩散进行研究分析。我们根据著名的SIR传染病传播模型建立了相关模型，通过对不同时间段不同分类的人数加以统计，根据模型来预测和推断传染病的爆发时间。?对于问题一，我们先建立模型一，将人群分为易感人群和传染者两类，求得了瘟疫爆发的大致时间，又考虑到死去的患者，被隔离的患者以及治愈的患者不属于易感人群和传染者，我们对模型一进行了改进得到了模型二，通过模型二我们求得了特征指数，并得出结论传染病（埃博拉病毒）流行的条件是，由此我们可以通过降低的值或增加的值来控制埃博拉病毒的蔓延，我们联系实际即可得出解决问题的一些具体的措施。对于问题二，我们用在问题一最后得出的结论来给我国的国家疾病预防控制中心一些初步建议，具体在正文中给出了5条建议。对于问题三，我们从埃博拉病毒的传播特性与该地区的实际情况等方面向多国研究小组提出三个问题（主要针对模型二的不足之处）。并以此在问题四中更好的修改我们建立的模型。对于问题四，考虑到该岛以与周边岛屿贸易往来闻名且附近岛屿已出现感染者，猜测该地区存在人口迁移的现象，人口总数可能会发生较大变动，而我们的模型一和模型二设定的前提是人口总数一定，故在模型一模型二的基础上进行修改从而更加精准的预测埃博拉病毒的传染规律，以帮助人们预防及控制埃博拉的蔓延。关键词：埃博拉病毒 SIR模型 防控措施一、问题重述1.1背景资料在2014年，世界人民看到了感染埃博拉病毒在西非蔓延。纵观人类历史，流行病来了又走，有些流行病杀死了成千上万的人并且持续数百年，另外一些流行病导致少量的人员伤亡的。一些人认为，这些事件只是大自然在控制物种的生长，而其他人则认为，这可能是一个阴谋，或者是故意行为所造成伤害。这个问题很可能会归咎于如何花费（或不花费）稀缺资源（医生，防护设施，资金，科研，血浆等），以应对危机。情景：一个常见的人道主义报道：在印度尼西亚的岛上的一个小村庄，那里的300名居民中几乎有一半都出现了类似的症状。在过去的一周，15个“传染”者已经死亡。这个村与附近的村庄和其他岛屿进行交易而出名。1.2需要解决的问题（1）建立一个数学模型执行以下功能，包括如何/何时最佳分配这些稀缺资源确定和分类的疾病传播的类型和严重程度，或者确定疫情是否受控（爆发）?引发适当的措施（什么时候治疗，什么时候运送受害者，什么时候限制转移，什么时候让疾病听其自然，等等）去控制某种疾病。（2）根据所给出的信息、我们的模型以及所做的假设，为国家疾病预防控制中心提出一些初步建议。（3）针对我们模型的缺陷提出3个相关问题。（4）针对以上问题及所给信息改进我们的模型。二、问题分析：作为传染病的一种，埃博拉病毒的发生，传播，控制与消失有着传染病的一般规律。我们首先要对传染病的一般特性做分析，其次结合埃博拉病毒传播的特殊性，充分考虑到埃博拉病毒传播的以下几个特点：它是一种罕见的病毒，传染性强，致死率高，一旦感染就有生命危险。由于没有足够的医疗资源和有效的治疗措施，埃博拉病毒在非洲大肆传播，蔓延。它通过患者的分泌物和直接接触传播，或食用其他已被其感染动物的传播给易感人群。鉴于以上几种考虑，我们要依靠有关数据建立埃博拉病毒的传播模型，并以此预测其发展传播趋势。三、模型假设：3.1模型一的假设1）假设一：该地区总人口数不变（即不考虑出生、死亡或迁移），并且将人群分为两大类：第一类为健康人群（但他们是易感人群），第二类为患者（传染者）;2）假设二：忽略人群的个体差异，即每个健康人与病人接触而被传染的概率相等;3）假设三：假定每个病人单位时间内传染的人数与当时健康人数成正比（这是符合实际的）；4）假设四：不考虑传染病的潜伏期，即一旦被传染就变成病人。3.2模型二的假设在模型一的基础上，将假设一中人群分为三类：第一类：易感人群（健康人），第二类：传染者（病人），第三类：患病被隔离、死亡以及治愈后具有很强的免疫力不再被传染的人群。四、符号说明：S(t)：t时刻健康人的人数.I(t)：t时刻病人的人数.R(t):t时刻退出系统（死亡、被隔离以及治愈了的患者）人数.N:总人口数（常数）.r:埃博拉病毒在当地的被传染率k:埃博拉病毒在当地的传染率.:埃博拉病毒在当地的治愈率.五、模型的建立与求解5.1．1问题一的分析与求解设t=0时，I(0)=（常数）。由于我们是考虑某一地区的情况，人口数量应该较多，因此，我们可以把I（t）,S(t)近似看成连续可微函