主文档删减.docxVIP

Team：32288 page PAGE18 of NUMPAGES18 药物供应 摘要 本文针对遏制并根除埃博拉病毒的药物供应问题，运用MATLAB的龙格库塔建立了以已获知数据为依据的病毒感染速度的逐步回归模型，给出了未来一段时间内的感染人数变化情况的预测结果，并借助经济学中的EOQ模型以及我们所建立的医疗资源分配模型给出了优化的医疗资源分配和药物生产的方案。 为更好地解决埃博拉疫情中的药物供应问题，我们基于已有数据将该地区人群分为健康者、感染埃博拉的患者、死亡者、疑似病人、治愈者，绘制出感染人群的变化趋势，利用数值解模拟出未获知的疫情初期的患者数量变化趋势，与实际数字进行比较运用逐步回归法确定最佳吻合的情况。使用matlab的龙格库塔法确定模型中的系数，即感染者的日接触率和疑似感染率。在最终的预测模型中带入不同的时间T即可获知对未来T时间后感染人数的情况。由于埃博拉病毒的自身特性，继发人群数量庞大并进而成为危险的感染源，所以减少接触人群的患病更为重要。根据这一模型我们可以动态地确定药品交付的地点（预期值较低的区域），来减少继发人群数量的激增。 我们参考了经济学中的EOQ模型用于计算出合理的药物生产速度以及数目，并建立了医疗资源分配模型：通过应用经济学中的基数效用理论和消费选择理论并结合实际分析建立了满意度与急需程度之间的一般函数关系，在此基础上借助优化方法和微分方程理论将物资分配问题转化为在一定约束条件下的最值问题。运用经济学中的边际效用递减规律揭示了影响急需程度变化的因素以及它们之间的关系，是对模型一的合理改进。模型中的公平因子使每一位患者对于医疗资源有较为合理的划分。 关键词：逐步回归预测；线性规划；优化模型 1.问题的重述 埃博拉病毒是当今世界上人类社会最致命的病毒性出血热，从1976年在苏丹南部和刚果发现它的存在后，埃博拉病毒引起医学界的广泛关注和重视，近期埃博拉病毒的突然爆发在短短几个月的时间内夺走了8000人的生命。 埃博拉病毒，英文简称EBV。埃博拉病毒主要是通过病人的血液、唾液、汗水和分泌物等途径传播，感染后患者的淋巴细胞减少、血小板严重减少和转氨酶升高（ASTALT），有时血淀粉酶也增高，同时伴有高烧、头痛、咽喉疼、虚弱和肌肉疼痛。然后是呕吐、腹痛、腹泻。发病后的两星期内，病毒外溢，导致人体内外出血、血液凝固、坏死的血液很快传及全身的各个器官，病人最终出现口腔、鼻腔和肛门出血等症状，最终致死。 由于埃博拉病毒主要是通过病人的血液、唾液、汗水和分泌物等途径传播，因而控制这种病症的方法除了研发出彻底根治的药物，更重要的是深入了解其传播媒介，阻断传播源，在不断治愈患者的同时减少患病人群的增长率，最终彻底根除。 我们通过网络查询和在大型数据平台参考数据等方式获得了一些必要数据……………… 百度百科中的历史报告 根据我们所获得的数据以及需要解决的问题，我们将主要要问题划分为两大方面： 1.1根据已获知感染及死亡数量的数据，预测未来在无人工干预的情况下（为保证医疗资源及医务工作者的资源充足）的感染死亡人数变化趋势。或根据病毒特点，发现间歇期，把握最佳治疗时期开展治疗。并根据以上情况协调药物数量及制造数目。 1.2根据感染者分布情况，患者比例进行加权运算，调配各地区的药物数量。进而确定交付药物的地点。…… 2.问题的分析 通过阅读研究大量资料及文献，我们发现通过分析爆发初一段较长时期内疫情发生区内的感染人数及死亡人数，并考虑到各地区疫情爆发的严重性，建立相应的模型，并对模型进行评价，由此预测疾病的传播速度，由此解决治疗药物的适宜制造速度的配送，使医用资源及医务人员得到最有效的分配。同时根据各地区疫情爆发的严重性，如：速度、人数、覆盖区域等数据确定交付药物的时间地点，以最大程度的避免工作人员感染疫情情况的发生。 问题（1）需要对疫情的发展速度进行预测，给出未来一段时间内的疫情发生情况从而调配药物。通过对搜集来的基本数据进行初步分析可以看出：自1976年埃博拉病毒首次出现在苏丹南部以来，至最近一次疫情爆发，疫情均为小范围少数人感染，且感染人数中大部分为继发病例，即由于医疗知识缺乏而导致的医护人员及接触人群的感染。因而我们将该地区人群分为健康者、感染埃博拉的患者、死亡者、疑似病人、治愈者，对已知数据进行简单计算得知埃博拉的治愈率、转化率、死亡率、疑似感染率，建立患者模型及疑似患者模型。运用MATLAB中的龙格库塔方法求解，解决了我们自己建立的模型中无法获知各类人群在总体人群中的