埃博拉流行病的传染动力学

针对埃博拉流行病的传染动力学问题,首先用确定型logistic模型描述埃博拉流行病,然后构建了可以确定埃博拉logistic模型参数的辨识优化模型,最后根据几内亚、塞拉利昂和利比里亚3个国家的累积感染病例数据对埃博拉logistic模型进行数据拟合和参数辨识分析。结果表明:各地区的埃博拉流行病传染情况不同,而且埃博拉流行病的染病者增长率与抑制常数也具有较大的差异。

SARS流行病传染动力学研究

Logistic确定型增长模型可被用来描述严重急性呼吸道综合症 (SARS)的流行规律 ,通过对部分国家、地区及中国内地部分省市的数据进行拟合 ,及其对拟合结果的分析 ,揭示了各个地区SARS传染力不均匀的现象 ,以及在控制措施上的差异所带来的不同效果 .同时 ,还对超级传播现象 (SSEs)

大数据背景下的几类传染病动力学模型探讨

传染病威胁着人们的生命健康,阻碍了国家的经济文化建设,通过构建合理、有效的传染病动力学模型,并对其进行定性、定量分析,进而推进传染病的预防和控制工作一直是紧迫且重要的。当前大数据技术快速发展,传染病动力学模型的研究面临着新的挑战和机遇。本文通过对国内外基于大数据的传染病动力学模型研究进行梳理,归类探讨了大数据背景下的几类传染病动力学模型,以期对传染病动力学的研究提供参考。

SEI_(1)I_(2)QR传染病模型的动力学分析与应用

首先,建立一类包含无症状感染者传播模式的SEI_(1)I_(2)QR传染病模型;其次,通过下一代矩阵方法,计算该模型的基本再生数,对模型进行动力学分析,并给出传染病灭绝和爆发的阈值条件;最后,结合病例数据进行数值模拟,对模型参数进行灵敏度分析.

蚊媒传染病多尺度动力学的建模与研究

我校数学与统计学院蔡礼明教授2022年获批国家自然科学基金面上项目:蚊媒传染病多尺度动力学的建模与研究。项目编号:12271466。该项目主要根据疟疾、登革热感染治疗和传播以及种群生态学特点,综合运用免疫动力学和传染病动力学的思想方法,开展多尺度动力学建模分析,合理评估控制和消除疟疾、登革热中实施的药物治疗和接种策略。

新型冠状病毒肺炎的传染动力学

2019年末在武汉出现新型冠状病毒肺炎(Coronavirus disease 2019,COVID-19)患者,此后两个月疫情进入暴发期。为了科学有效地对疫情发展趋势进行预判,本研究根据国家及各地方卫生健康委员会公布的官方数据建立了COVID-19确诊、死亡及治愈病例的Logistic分段模型。模型预计全国累计确诊病例将达到81370~102800人,累计死亡病例将达到3177~3960人,最终病死率约为3.9%。在现有的医疗条件和诊断标准下,预计到2020年5月上旬,全国确诊病例(除死亡外)将全部治愈出院。此模型能较好地拟合和预测COVID-19疫情的不同传播阶段和发展趋势,将为疫情防控提供科学依据。

基于仓室模型的传染病动力学建模方法概述及应用

建立传染病动力学模型是研究疾病流行规律、预测流行趋势、制定防控策略的基础。仓室模型是常用的传染病动力学建模方法之一,通过设置不同的仓室代表处于不同疾病状态的人群并建立微分方程组,从而研究疾病的传播动力学过程。除了经典的SIR模型和SIS模型,仓室模型还根据疾病的传染规律和干预措施进行了扩展,如SIRS模型、SEIR模型等。通过分析模型推导出的基本再生数R0和仿真模拟不同防控措施下的疾病流行趋势,有助于防控策略的制定和干预措施的效果评估。

传染病动力学方程组解的整体存在唯一性

本文考虑了一类传染病动力学方程组的定解问题,得到了解的整体存在唯一性,解的C^1光滑性及关于初值的连续依赖性。

传染病动力学的一个细胞自动机模型

由细胞自动机出发提出一个传染病流行的非线性动力学模型，由计算机数值模拟，应用自组织临界理论分析结果，发现发病率和治愈率均为５０％时存在着分界点．在分界点两侧，患病体集团分布和传染持续时间分布分别服从指数律和幂律，免疫体的分布具有不同的分数维．

SIR-DNA传染病动力学优化算法

为了解决某些复杂优化问题,采用基于DNA的SIR(susceptible-infectious-recovered)传染病模型构建了SIR-DNA算法。该算法将优化问题的求解过程设想成一种传染病在一个生态系统中的若干动物个体之间传播的过程,其传播规律可用SIR传染病模型描述。传染病攻击的是动物个体若干个致病基因中某些位点。对于不同的动物个体,其哪些致病基因及其中的哪些点位被攻击完全是随机的;若一个动物个体被治愈,其哪些免疫基因及其中的哪些位点获得免疫也完全是随机的。因传染病每次攻击的是个体的极小部分基因,故每次处理的变量数很少,从而实现了算法的天然降维;因采用基于DNA的SIR传染病模型,故可以区分不同的传染病毒在致病机理之间的差异;利用SIR模型所描述的疾病传播机理构造出了S-S、S-I、I-I、I-R、R-R和R-S等算子,使个体之间能通过疾病传播天然地充分交换信息。测试结果表明,该算法具有搜索能力强的特点,对求解复杂优化问题具有很高的收敛速度。

基于Matlab的传染病动力学模型仿真平台

开发了基于Matlab的传染病动力学模型仿真平台,通过对传染病动力学模型进行动态仿真,可以对传染病动力学模型的变化进行观察和分析,同时在该仿真平台上,采用时滞微分方程、脉冲微分方程等数值算法实现对传染病模型进行数值模拟,是一个十分实用、方便的仿真操作平台。

基于传染病动力学的博客舆情话题传播模型研究

以群组动力学为视角,本文将博客用户群划分为未知组群、易感组群、传播组群及免疫组群,建立了基于USIR的博客舆情话题传播模型。与之前的研究相比,该模型并不依赖于任何个体实证参数。仿真结果表明,该模型可以真实地描述博客网络中的舆情话题传播规律,并具有较好的预测性能。

基于传染病动力学模型的P2P文件传播研究

利用具有空间动力的多种群传染病传播模型的构建方法,充分考虑了P2P文件共享系统中节点的不同状态和变化,提出一种P2P文件传播模型.同时,给出了可以描述P2P文件传播效率的基本再生数计算公式.试验结果表明,该模型对于流行文件的下载情况符合较好,具有良好的应用价值.

一类种群动力学传染病模型的定性分析

本文对一类种群动力学传染病模型，运用定性分析方法，分析了奇点和拓扑结构，论证了正平衡点是全局稳定的，并得出该系统不存在极限环的结论，为研究该传染病的发生、流行、传播机制，及控制消灭该传染病提供了充分的理论依据。

宁夏彭阳县包虫病传播动力学建模及分析

包虫病是严重影响人类身体健康和社会经济发展的人畜共患病.彭阳县是宁夏回族自治区包虫病比较严重的地区,基于彭阳县囊型包虫病的传播机理,本文建立了包虫病在人,羊,犬及环境中传播的数学模型,预测彭阳县包虫病流行趋势并评估防控措施对疾病传播的影响.理论结果表明包虫病的流行与否取决于基本再生数R0.当R0<1时,无病平衡点全局渐近稳定即包虫病趋向灭绝;而当R0>1时,地方病平衡点全局渐近稳定即包虫病持久存在.依据彭阳县2011-2018年包虫病的监测指标及宁夏统计年鉴,得到彭阳县包虫病的基本再生数R0=0.63<1,说明彭阳县最终将消灭包虫病.最后,通过数值模拟及基本再生数的敏感性和不确定性分析,得到犬驱虫较羊免疫更能影响包虫病的传播,另外羊屠宰情况也是影响疾病传播的关键因素,这为彭阳县相关部门制定包虫病防控策略提供一定的理论依据.

基于改进传染病动力学易感-暴露-感染-恢复(SEIR)模型预测新型冠状病毒肺炎疫情

目的研究基于传染病动力学易感-暴露-感染-恢复(SEIR)模型对新型冠状病毒肺炎(COVID-19)疫情发展情况的预测效果,为有效应对疫情提供指导。方法利用Python爬虫自动更新功能获取中华人民共和国国家卫生健康委员会公布的疫情数据,通过改进传染病动力学SEIR模型,自动修正COVID-19基本再生数(R0),对中国湖北省和韩国的COVID-19疫情发展趋势进行预测。结果模型预测的湖北省COVID-19疫情顶点在2020年2月21日,现有确诊病例数约为50000例(2月19日),预计疫情将于3月4日回落至30000例以下,并在5月10日左右结束。中华人民共和国国家卫生健康委员会公布的实际数据显示,确诊人数顶点为53371例。模型预测的韩国疫情峰值在3月7日,将于4月底结束。结论改进的传染病动力学SEIR模型在COVID-19疫情早期实现了较准确的数据预测,政府相关部门在疫情中及时、有效的强力干预明显影响了疫情的发展进程,东亚其他国家如韩国的疫情在3月仍处于上升期,提示中国需要提防输入性疫情风险。

传染病动力学模型及其在新型冠状病毒肺炎疫情仿真预测中的应用综述

介绍了GGM(generalized-growth model)、GRM(generalized Richards model)、SIR(susceptible-infected-recovered)、SEIR(susceptible-exposed-infected-removed)模型及元胞自动机模型、人工神经网络模型等常用的传染病动力学模型,结合新型冠状病毒肺炎疫情发展现状,总结了传染病动力学模型在疫情仿真预测中的应用情况,指出了传染病动力学模型应用的局限性,得出了加强传染病认知、推进疫情信息实时共享、开展多模型结合应用等未来发展启示。

基于传染病动力学的多域光网络串扰攻击传播模型

针对大功率串扰攻击对多域光网络造成的服务破坏及其扩散引起的网络瘫痪问题,通过分析大功率串扰攻击传播过程,阐述了大功率串扰攻击与传染病传播的相似性,提出了一种新的基于传染病动力学的多域光网络串扰攻击传播模型(Crosstalk Attack Propagation-Susceptible Infected Susceptible,CAP-SIS),并利用Ford-Fulkerson算法对多域光网络传播延迟阶段的攻击功率累加效应进行描述。实验结果表明,该传播模型能够客观反映大功率串扰攻击在多域光网络中的传播规律,为下一步对串扰攻击的检测和定位提供理论支撑。

传染病动力学模型基本形式与计算机模拟计算分析

针对传染病动力学给出几种模型:不考虑出生与死亡的等种群模型,添加种群动力学因素的模型,潜伏期具有传染性的传染病动力学模型,通过大量的计算机模拟计算分析,讨论决定疾病是否流行的阈值和地方疾病平衡点的稳定性及能否产生周期性振荡。

一种基于WPF方法的SEIR传染病动力学模型仿真研究

目的:通过对传染病动力学模型的仿真研究,提升应对传染病疫情处理能力。方法:以SEIR(susceptible-exposed-infected-removed)模型为基础,结合WPF(Windows Presentation Fundation)编程,建立一种具有潜伏期的传染病传播过程的数字化、图形化的仿真模型。以新型冠状病毒肺炎在湖北省的传播过程为例,计算确诊人数、治愈人数、死亡人数的仿真结果与真实数据的误差。结果:仿真模型预测短期数据误差率在3%以内,并能根据现有参数信息仿真未来长期走势;预测结果表明疫情征兆期、暴发期、高峰期确诊人数主要受到潜伏期人群数量影响,衰退期的周期主要受治愈人群康复率影响。结论:基于WPF的SEIR仿真模型可以为突发公共卫生事件防护工作中疫情分析、疫情研判、应急预案提供辅助决策支持。