遗传算法在甲流SIR模型参数求解中的应用

论文以全国甲型H1N1流行性感冒(下简称甲流)疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法(Genetic Algorithm,GA)和模拟退火算法(Simula-ted Annealing Algorithm,SA)求得该非线性模型中的重要参数阈值(日治愈率与日传染率的比值),并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。