饥饿驱动扩散对Holling-Ⅱ型捕食模型共存的影响

考虑齐次Neumann边界条件下,饥饿驱动扩散对Holling-Ⅱ型捕食模型共存的影响.利用特征值理论分析一致扩散和饥饿驱动扩散情形下半平凡解的稳定性,并通过对比两种扩散下半平凡解稳定性的变化,发现饥饿驱动扩散有利于物种共存.

在随机扰动下的具有Holling-(n+1)型功能反应函数的捕食模型解的研究

讨论了一类具有Holling-(n+1)型功能反应函数的捕食模型受到环境噪音的干扰的问题,借助构造Lyapunov函数的方法,证明了该类系统正解不会在有限时间内爆破以及它的全局存在性。

基于跨理论模型的多学科协作护理在甲型H1N1流感患者中的应用价值

目的探讨基于跨理论模型的多学科协作护理在甲型H1N1流感患者中的应用价值。方法选择2020年5月至2022年5月上海交通大学医学院附属仁济医院收治的82例甲型H1N1流感患者作为研究对象,按随机数字表法分为2组,即对照组和观察组。对照组41例患者采用常规护理,观察组41例患者采用基于跨理论模型的多学科协作护理。对比2组患者的症状恢复情况、炎症反应及自我护理能力。结果观察组的咽喉痛、咳嗽及发热缓解时间均明显早于对照组(P均<0.05);出院时,2组的血清C-反应蛋白(CRP)和肿瘤坏死因子α(TNF-α)水平均明显低于入院时(P均<0.05),自我护理能力测定量表(ESCA)中自我责任感、健康认知等维度评分及总分均明显高于入院时(P均<0.05);观察组的血清CRP和TNF-α水平均明显低于对照组(P均<0.05),ESCA各维度评分及总分均明显高于对照组(P均<0.05)。结论基于跨理论模型的多学科协作护理能够有效提高甲型H1N1流感患者的自我护理能力,调节其血清CRP和TNF-α水平,促进其临床症状尽早恢复。

基于个体传染病模型研究个体行为改变对甲型H1N1的影响

个体行为在突发性传染病传播过程中起着重要作用,通过行为改变来减缓和控制突发性传染病传播的能力是应对策略的一个重要方面,因此了解个体行为改变如何影响突发性传染病的传播至关重要。基于2009年甲型H1N1流感(A/H1N1)数据,建立基于社交网络的个体决策心理模型(LHBM),将个体行为改变率嵌入个体水平的传播动力学模型(IBMs),并研究个体行为改变如何影响A/H1N1的动态变化。然后,基于IBMs,应用基于序列蒙特卡罗的近似贝叶斯计算方法(ABC SMC)估计未知参数。结果表明:IBMs能更准确地描述A/H1N1的传播过程,揭示个体行为改变对A/H1N1暴发的影响。此外,媒体宣传的重点应集中在如何引导个体的行为改变,而且个体的积极响应对于缓解和控制突发性传染病至关重要。

一类具有Holling-Ⅱ型功能函数的捕食模型

讨论了一类具有Holling-Ⅱ型功能反应函数的捕食者——食饵模型,研究了该系统的平衡点,得到了正平衡点的全局稳定性,并利用Mawhin重合度理论中的延拓定理得到该模型至少存在一个正周期解.

具有Holling-(n+1)型功能反应的三维离散捕食系统的永久持续生存性和周期性

考虑具有Holling-(n+1)型功能反应的三维离散捕食系统的数学模型,利用不等式的性质获得系统永久持续生存的充分条件,最后利用Brouwer不动点定理得到系统正周期解的存在性.

带混合边界条件的Holling-Ⅱ型捕食模型正稳态解的存在性

研究了一个带混合边界条件的Holling-Ⅱ型捕食模型.通过构造一个微分紧算子K,借助锥内不动点指数理论、拓扑度理论、椭圆方程估计理论和极值原理证得了算子K存在正的不动点,此结论表明捕食模型存在正解,即物种共存状态.

一类食饵具有避难所的Holling-Ⅲ型捕食者-食饵模型的稳定性分析

在齐次Neumann边界条件下,考虑食饵具有避难所的捕食者-食饵模型,其功能反应函数为Holling-Ⅲ型.首先运用微分方程理论以及线性化分析,讨论避难所对ODE模型稳定性的影响以及Hopf分支产生的条件;其次讨论避难所对PDE模型稳定性的影响.得到结论:设置保护力度适当的食饵避难所,有助于物种共存.

一类具Holling-Ⅳ型功能反应函数的动力学分析--脉冲捕食-食饵模型

通过讨论一类具Holling-Ⅳ型功能反应函数的脉冲捕食-食饵模型的动力学行为,对系统1的计算得出其无害虫(捕食者灭绝)周期解的存在性及解的具体表达形式,全局吸引及持久和全局渐近吸引的充分条件,为生物害虫的防治提供理论依据。

金莲花提取物保护H1N1病毒感染模型小鼠肺脏的实验研究

本课题组前期实验发现流感病毒A/FM/1/47（H1N1）引起小鼠死亡或体重百分数降低,此次实验采用金莲花粗提物灌胃的方法,确定金莲花粗提物的抗病毒作用对小鼠的肺脏的保护作用。

运用SI模型评估甲型H1N1流感暴发的控制措施

目的运用SI模型评估甲型H1N1流感暴发的控制措施。方法运用无移除的SI模型,预测在未采取控制措施的情况下可能的病例数,与实际发病数进行比较。结果采取隔离措施后,罹患率降低3.6倍,预期病例数减少了82%。结论落实晨午检、及时隔离病人、保持良好的洗手习惯等措施能有效控制甲型H1N1流感暴发。

甲型H1N1流感的Monte Carlo预测模型研究

依据某市甲型H1N1流感暴发统计数据,利用Monte Carlo方法建立甲型H1N1流感传播的预测模型,模拟预测该市甲型H1N1流感暴发情况。结果表明模拟结果与实际数据吻合良好,Monte Carlo方法能够解决流行病传染预测问题。

甲型H1N1流感在预防控制措施下的传播数学模型构建

从数学应用的角度,研究甲型H1N1流感的传播规律,将人群分为易感人群、病毒潜伏人群、发病人群、退出者人群四类.分析了甲型H1N1流感在人群间的转化过程;日接触率和"聚集性突然爆发"事件被数学刻画,尝试性地构建了一个在预防控制阶段的传播数学模型.

基于改进SIR模型的甲型H1N1流感防控研究

在一般SIR模型基础上,改进SIR模型结合了甲型H1N1流感的传染特点,考虑了更多的因素,对人群分类更准确,从而增加了不同人群间的转化过程;在所建立的微分方程中,把每日潜伏者转化为病毒携带者的比例、易感染者的接种疫苗比例、甲型H1N1流感患者在发病前一天就具有传染性等因素都加以考虑;利用四阶五级Runge-kutta方法对模型进行求解。结果表明,改进的SIR模型对甲型H1N1流感的防控研究较为合理。

基于灰色理论的甲型H1N1流感传染人数预测模型研究

就我国甲型H1N1流感传染人数的预测运用灰色系统理论,建立了GM(1,1)模型和1阶残差修正模型GMε(1,1),并分别作了精度分析。研究了GMε(1,1)的变化趋势,提出了临界值和有效域概念。用MATLAB确定了模型参数及模型预测值。

甲型H1N1流感的微分方程模型

以经典的传染病模型(SIR模型)为基础,结合甲型H1N1流感的临床表现、传染途径及传播规律,建立了甲型H1N1流感在预防和控制阶段的传播模型.结合实际数据,对甲型H1N1流感传播趋势做出预测,预测结果与实际情况基本吻合,说明该微分方程模型对甲型H1N1流感传播趋势的预测是有意义的.

甲型H1N1流感在预防控制措施下的传播模型

通过对2009-05—2010-06间甲型H1N1流感疫情原始数据进行分析,建立了感染人数的预测模型,并进行求解.在与实际数据对比后可以看出,我国在控制甲型H1N1流感传播方面所做的工作是卓有成效的.

改进型MGM(1,n)模型的焊点失效事前预测研究

为了实现对焊点失效的事前预测,提出了一种基于改进型MGM(1,n)模型的方法。首先,提取焊点电压数据的多种时域特征参数作为输入以引入多特征参数对焊点失效时间的影响;其次,合理选取模型参数以提高模型预测精度;最后,利用模型预测焊点的失效时间,输出失效信息。通过与传统GM模型对比发现,该方法的预测误差率更小、预测时间更长;通过试验验证,结果表明该方法能够实时地预测焊点的失效时间、输出有效的失效信息,准确率在85%～93%,预测时长在60～160 min。

中国内陆甲型H1N1流感的预测和控制模型

甲型H1N1流感病毒的肆虐已严重影响了人们的正常生活,本文对甲型H1N1流感病毒的预测与控制问题进行了研究。首先,针对我国内陆2009年7月22日到9月25日甲型H1N1流感的确诊患者数和治愈者数,用Eviews解得甲型H1N1流感符合预测模型,求得在9月4号到9月7号,我国甲流感达到高峰期,这说明自9月7号之后,疫情会得以缓解,预测在未来十天内,我国甲流感的确诊人数会不断的下降。其次,根据甲型H1N1流感疫情的数据以及非线性方程的稳定性特点,建立了动力学控制模型。为了预测和控制病毒的扩散与传播,将人群分为三类:正常人(易受感染者)、确诊患者和治愈免疫者(包括死亡者),建立了动力学控制模型。通过对可控制参数隔离措施强度(潜伏期内的患者被隔离的百分数)和未被隔离的人人均每天接触人数的模拟实现,得到隔离措施强度必须大于65%才能有效控制甲型H1N1流感疫情的扩散。另外,控制未被隔离的人人均每天接触人数也对疫情的控制起到举足轻重的作用。进而分析了隔离强度为50%、70%、90%时的确诊人数,由此发现,隔离强度越大,病情控制的会越好。最后,对怎样才能建立一个实用性模型,即真正能够预测以及能为控制提供可靠、足够的信息的模型,以及这样做的困难作了详细说明。同时根据本文建立的预测和控制模型说明了建立传染病数学模型的重要性并给相应部门提供了一些切实可行的建议。

基于transformer的门控双塔模型预测H1N1流感抗原性

流感病毒血凝素蛋白的快速演变导致新的病毒株不断产生,新的病毒株可能引起季节性流感甚至全球流感大爆发。及时检测出抗原变异体对疫苗的筛选和设计至关重要。鲁棒的抗原性预测模型是应对疫苗挑战的有效方法。各种端到端的特征学习工具为蛋白组学提供了良好的特征表示方法,但是现有的甲型流感预测模型还不能有效地提取并利用血凝素蛋白氨基酸序列中的特征。基于transformer设计一个门控双塔模型,通过输入甲型流感病毒血凝素蛋白的氨基酸序列,利用两个并行的编码器分别从血凝素蛋白氨基酸序列的时间维和空间维上捕捉抗原特征,并学习特征与预测结果间的非线性关系。为了减少数据中的噪声,融合时间维与空间维上的特征时,通过门机制自适应地获取衡量它们相对重要性的权重进行选择性融合,最后使用融合特征预测H1N1流感抗原变异株。在H1N1数据集上的实验结果表明,该模型利用优秀的非线性特征学习能力提高了抗原变异的预测性能,同时具有良好的鲁棒性。