- 在线时间
- 63 小时
- 最后登录
- 2019-5-3
- 注册时间
- 2004-5-10
- 听众数
- 443
- 收听数
- 0
- 能力
- -250 分
- 体力
- 10122 点
- 威望
- -12 点
- 阅读权限
- 150
- 积分
- -516
- 相册
- 6
- 日志
- 10
- 记录
- 10
- 帖子
- 2003
- 主题
- 1253
- 精华
- 43
- 分享
- 8
- 好友
- 1292

复兴中华数学头子
TA的每日心情 | 开心 2011-9-26 17:31 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
- 自我介绍
- 数学中国网站(www.madio.cn)是目前中国最大的数学建模交流社区
 群组: 越狱吧 群组: 湖南工业大学数学建模同盟会 群组: 四川农业大学数学建模协会 群组: 重庆交通大学数学建模协会 群组: 中国矿业大学数学建模协会 |
考虑自愈的SARS的传播模型
0 H8 n7 Z1 V) [% T6 W) _6 p# _2 N- C+ c8 s
李贝
8 D" |) V) c7 {9 [$ [; }
' ?+ H6 k* {$ t+ e本文根据对SARS传播的分析,把人群分为5类:易感类、潜伏期类、患病未被发现类、患病已被发现类和治愈及死亡组成的免疫类,并考虑自愈因素,提出了两个模型:微分方程模型和基于Small-world Network的模拟模型。对微分方程模型,以香港为例讨论了自愈的影响,在一定意义下说明自愈现象在SARS传播中是普遍存在的。模拟模型利用Small-World Network模拟现实中人们之间的接触;借鉴Sznajd模型观念传播的基本思想“考察区域内每个成员如何影响与其有联系的其他成员”,用影响类比传染,从患病者去传染与其有接触的健康人的角度,模拟SARS的传播过程;然后吸收元胞自动机模型同步更新的思想,最终建立了一个患病者传染邻居,且一个成员同时受所有邻居影响的基于Small-World Network的模拟模型。对此模型,我们讨论了一些主要参数及接种疫苗的影响,最后拟合北京数据,讨论了提前或推迟5天采取措施的影响。0 E/ W& A% \0 d$ X6 U
+ x2 w3 B6 E: p4 I* W
考虑自愈的SARS的传播模型.pdf
(341.9 KB, 下载次数: 2412)
+ e, g9 u/ U; Y, U
l- }# J$ x! C0 O/ u
4 j- F8 b1 g0 i% W! M; fSARS传播的数学原理及预测与控制 & G6 l3 Z# f7 Z! l
/ Q+ A- `4 y0 a邹宇庭 郑晓练...
- k4 p- y+ Z( @; a# h6 e
* Q3 n9 }; K( 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。
& r7 u! s, {' G( o2 h" `- w/ o$ c( a+ P
SARS传播的数学原理及预测与控制.pdf
(196.92 KB, 下载次数: 1778)
8 H' S" V7 T I9 H8 `4 z$ m0 I& ~1 E. Y9 k& _0 L
SARS传播的研究
+ T* H. ~2 o3 k" x4 K' A2 i9 W. I8 }% p+ G4 @
肖红江 吴彤...
' h9 {. a+ W1 ^8 t5 F; ]
8 c% V' V7 c: a0 U& u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。6 O( p8 Z7 u* `( R
( i. X& e8 p& e$ P# J& U
SARS传播的研究.pdf
(311.51 KB, 下载次数: 1577)
2 ~$ ?0 t$ L3 T: i
" v- M5 `! w. D F' Q+ d
1 s' u; ]0 a* C5 J1 @/ [& s1 G非典数学模型的建立与分析
' @$ T+ I/ R. L3 S1 H! a
! n/ f7 x6 v) q- w/ f. }2 K王议锋 田一... u/ E/ D+ h9 G+ P
3 ?# A. _; M% g3 c& k- @# Z8 ~; d本文以2003年6月以前的有关数据为资料,在传统的SEIR传染病模型的基础上,对人群作了合理的分类,建立了控制前传播模型和控制后传播模型,通过合理估计、曲线拟合和概率平均的方法得到了各个参数。重点分析了控后模型,用龙格—库塔法求解了方程,并对北京、内蒙古、广东、香港四个SARS重点疫区的疫情作了具体的分析,最后评价了模型的合理性、实用性,提出了模型的改进方向和思路。
J' [, Y) Q+ R& \' n- T: J5 z9 S8 J4 O
非典数学模型的建立与分析.pdf
(325.35 KB, 下载次数: 1483)
* ]4 w- O/ f R+ \
* |. D' J( A* E' K) [" X& q8 g
SARS传播预测的数学模型 6 Z& v3 d, O0 d' Q4 {4 U) [3 C, h8 @
, {0 o4 G4 i- F0 G$ f0 ]' z0 X周义仓 唐云 3 n! {) b) x, v+ F6 {5 I
9 l( G" W* U# Q% K/ |' k( h
SARS的传播是2003年全国大学生数学建模竞赛的赛题之一,这是一个完全开放、国内外一直在探索的问题。同学们提交的论文中建立了许多模型,对SARS的传播和预测进行研究。本文对竞赛情况和需要探讨的问题进行了简单的总结。
7 M' C P6 P- w. p: o2 Y8 S5 ?3 |2 }2 Y7 t, N
SARS传播预测的数学模型.pdf
(414.23 KB, 下载次数: 1968)
|
zan
|