基于SDIR模型的PM_(2.5)影响因素探究

基于SDIR模型,分析了PM_(2.5)的影响因素,探讨因吸入PM_(2.5)而产生的呼吸道疾病和肺部疾病,提出最佳救治方案。目前,有较多方法来减少PM_(2.5)浓度,如从源头控制,减少对煤炭、重油和一些废料产量大的燃料的使用,广泛应用天然气、水电、风能、核能、太阳能等清洁能源,淘汰污染大的工业设备和工业技术,从根本上减少PM_(2.5)的产生,避免引发疾病。应加强运动,提高身体素质,减少患病。

一类基于SDIR模型的PM预测研究模型及应用

为治理PM_(2.5)污染问题,根据成都市2020年空气质量监测数据,采用相关性分析法与多元回归法,对PM_(2.5)的影响因素进行分析,得到PM_(2.5)与其他气态污染物之间的关系,发现PM_(2.5)与PM_(10)、CO、SO_(2)、NO_(2)呈显著正相关,建立SDIR模型,得出PM_(2.5)与温度随时间变化规律,为SDIR模型在环境领域中的应用提供参考。

基于邻居节点间相互影响和改进概率的社交网络信息传播模型

目前网络传播动力学的研究焦点之一是以经典的传染病动力学模型为基础,研究特定网络的信息传播规律。针对社交网络中信息传播的特点,在传统的SIR模型基础上,通过加入新的一类假免疫节点,建立了新的SDIR模型。考虑到邻居节点间的相互影响,通过定义三个传播概率函数,对SDIR模型作了改进,得到了更加符合社交网络特点的传播模型。对比不同条件下信息传播的过程,实验证明了信息不能覆盖全网络,Twitter比新浪微博有更好的信息传播效率的推测,并发现初始传播概率会对信息传播有重要影响。