. D& g2 D; D2 m/ } + V3 k# L" z# Z# c) q& O2 A3 l / t+ Y7 T" R+ D) mSARS传播的数学原理及预测与控制 & p+ U- V0 `: p7 g5 \- K! w0 e z0 u8 `6 C! W3 k( K: u1 r. I! B% c
邹宇庭 郑晓练... 8 s9 h- D/ X1 X/ A! c) y u: j& r% u a. i/ g9 r; }; E, d
众所周知,SARS对中国社会带来了重大的影响。我们以北京地区4月到6月有关SARS的数据为参考资料,就病毒的实际传播特征引入了电子线路中的负反馈的概念,建立了SARS传播的负反馈系统,并在分析该系统参数实际意义的情况下,建立时间序列的模型。该模型将传染率定义为时间的函数,以拟合数据和实际数据之间的总残差最小为目标,利用matlab中的fminseareh函数模拟得到最优的模型参数。该模型可以较好的预测SARS的发展趋势,且可以就此趋势提出如何控制SARS传播的措施。继而,本文通过模拟出在不同日期提前或滞后5天实施隔离政策所引起SARS发展趋势变化的曲线,分析了卫生部门实施隔离政策的日期对SARS发展趋势的影响。 在SARS对经济影响的这个问题上,本文适当选取医疗业具有代表性的17支股票,构造了医疗板块指数,以此测度医疗业的经济表现。在传统的CAPM模型中,我们引入了虚拟变量,利用OLS技术进行估计分析,检验出SARS这一事件对医药业的经济影响是正影响。该影响反映在医疗版指数的日收益上,但这个影响是由SARS引起的,会随着SARS的结束而结束。 j" r5 R5 i) b) u' f; Z: N; t+ [1 S, X; r SARS传播的数学原理及预测与控制.pdf(196.92 KB, 下载次数: 1778)
2008-12-7 13:29 上传
点击文件名下载附件
下载积分: 体力 -2 点
/ a1 @, r- n) Y4 |& }) r 3 e9 t+ x. o x: hSARS传播的研究 : W! c& u7 V7 B5 x4 K+ v2 H4 m) v6 x$ y6 s; @2 e) U
肖红江 吴彤... 4 b A0 l2 F8 C- k8 ~3 w z 3 j! i8 z$ \2 H+ A, I本文结合附件一所给的模型,对它提出的半模拟循环计算的方法进行了检验,得出该模型的优点在于形式简单,模拟的精确度较高,K值的改变体现出了其合理性,同时指出了它的主要缺点在于过分依赖数据和不具有长远的预测性。对于问题2,我们提出了(1)微分差分方程组合模型(2)基于低通滤波理论的系统控制模型(3)基于神经网络的系统模型(4)基于分支过程(Branching Pro-ceSs)的Monte Carlo仿真模型四种具有不同核心思想的模型。在模型2中,通过解析求解我们得出了北京SARS持续期为99天及“控制时间越早越好”、“SARS传染病不可能周期性复发”等结论。对于问题3,我们受到经济学中“效用函数”的思想的启发,引入了三个不同的影响函数并提出了“旅游人次影响模型”。最终得出在SARS影响下北京市将少接待海外游客138.211万人次。最后,我们给出了发表到报刊上的短文。 ! ?; }' D, y! b& i2 Y3 n 4 @, n4 U2 L' R. m/ b7 hSARS传播的研究.pdf(311.51 KB, 下载次数: 1577)
2008-12-7 13:29 上传
点击文件名下载附件
下载积分: 体力 -2 点
6 L2 F: |" s% Z* z* j
6 q' D6 s6 j* Y( M2 P: t. F
8 u; s) v' Z& L r. H' q
非典数学模型的建立与分析 & p' U, n: ?1 b ! j2 m0 I, g/ T* l/ u王议锋 田一... & s {0 V) K* I! G