本文選題：非典型性肺炎(SARS) + 微分方程模型　； 參考：《大連理工大學(xué)》2005年碩士論文

【摘要】：非典型性肺炎(SARS)時疫從爆發(fā)到結(jié)束,對中國的社會、經(jīng)濟(jì)發(fā)展產(chǎn)生了巨大的影響。由于SARS流行時間短,對它的傳播機(jī)理研究得還不夠深入,無法找到有效的預(yù)防手段。當(dāng)SARS疫情再度爆發(fā)時,如果能建立數(shù)學(xué)模型并在計算機(jī)上實時模擬、預(yù)測其疫情的發(fā)展趨勢,對于控制疫情、維護(hù)社會穩(wěn)定、保證經(jīng)濟(jì)發(fā)展是非常有意義的,對政府及有關(guān)部門科學(xué)決策也是至關(guān)重要的。 本文參考了大量傳染性疾病傳播的文獻(xiàn),在前人研究的基礎(chǔ)上,細(xì)致而又深入地研究了SARS的傳播模型,并在理論研究所得到的成果的基礎(chǔ)上,建立了SARS傳播仿真實驗系統(tǒng)。 本文在理論研究方面建立了三個SARS傳播模型,從不同的角度反映了SARS的傳播擴(kuò)散。本文首先建立了SARS傳播微分方程模型,在傳統(tǒng)的SIR模型基礎(chǔ)上增加了自由帶菌者F。自由帶菌者是SARS得以傳播的根源,可以控制他來控制SARS的傳播。仿真結(jié)果和實際數(shù)據(jù)相吻合,證明了該模型的合理性。SARS的傳染規(guī)律是一個非常復(fù)雜的問題,具有高度的非線性。神經(jīng)網(wǎng)絡(luò)是非線性復(fù)雜系統(tǒng)常用的建模、預(yù)測方法,本文的第二種方法就是利用了神經(jīng)網(wǎng)絡(luò)在非線性建模領(lǐng)域的優(yōu)勢,建立了基于神經(jīng)網(wǎng)絡(luò)的SARS傳播模型。根據(jù)SARS的傳播特點(diǎn)確定了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并用實際數(shù)據(jù)訓(xùn)練該網(wǎng)絡(luò)。利用訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行預(yù)測,預(yù)測結(jié)果和實際數(shù)據(jù)相比誤差小、準(zhǔn)確度高。 本文的重點(diǎn)是建立了基于復(fù)雜網(wǎng)絡(luò)的SARS傳播模型。復(fù)雜網(wǎng)絡(luò)是最近幾年新興的研究領(lǐng)域,依據(jù)復(fù)雜網(wǎng)絡(luò)理論,要想模擬現(xiàn)實中的社會網(wǎng)絡(luò),構(gòu)造的復(fù)雜網(wǎng)絡(luò)必須滿足有小的特征路徑長度、大的簇系數(shù)和頂點(diǎn)度滿足power-law分布。本文所建立的二維復(fù)雜網(wǎng)絡(luò)滿足了這一要求,并研究了SARS在該網(wǎng)絡(luò)上的動態(tài)傳播行為,得出了遠(yuǎn)程連接邊的存在大大加快了SARS傳播等一些符合實際情況的結(jié)論。用該模型模擬現(xiàn)實情況,仿真結(jié)果能很好的解釋北京市的實際數(shù)據(jù)。 本文用三種方法研究了SARS的傳播行為,并開發(fā)了SARS傳播仿真實驗系統(tǒng),對SARS再次爆發(fā)和出現(xiàn)類似的傳染性疾病的控制工作具有現(xiàn)實意義。
[Abstract]:SARS (atypical pneumonia) outbreak to the end of the epidemic has had a great impact on China's social and economic development. Because of the short time of SARS epidemic, the study of its spreading mechanism is not enough, and it is impossible to find effective preventive measures. When the SARS epidemic erupts again, if we can establish a mathematical model and simulate it in real time on a computer, and predict the development trend of the epidemic situation, it is very meaningful for us to control the epidemic situation, maintain social stability, and ensure economic development. It is also very important for the government and related departments to make scientific decisions. In this paper, referring to a large number of literature on the spread of infectious diseases, on the basis of previous studies, the transmission model of SARS is studied in detail and deeply, and the simulation experimental system of SARS transmission is established on the basis of the results obtained from theoretical research. In this paper, three models of SARS transmission are established, which reflect the spread of SARS from different angles. In this paper, the differential equation model of SARS transmission is established, and the free carrier F is added based on the traditional Sir model. The free carrier is the root of SARS transmission, it can be controlled to control the spread of SARS. The simulation results are in agreement with the actual data. It is proved that the model is reasonable. The infection law of SARS is a very complicated problem and has a high degree of nonlinearity. Neural network is a common modeling and forecasting method for nonlinear complex systems. The second method in this paper is to make use of the advantages of neural networks in the field of nonlinear modeling and to establish a SARS propagation model based on neural networks. According to the transmission characteristics of SARS, the neural network structure is determined, and the network is trained with actual data. Compared with the actual data, the prediction results are less error and higher accuracy by using the trained network. The emphasis of this paper is to establish a SARS transmission model based on complex network. Complex network is a new research field in recent years. According to the theory of complex network, in order to simulate the social network in reality, the constructed complex network must satisfy the power-law distribution with small characteristic path length, large cluster coefficient and vertex degree. The two-dimensional complex network established in this paper satisfies this requirement and studies the dynamic propagation behavior of SARS on the network. It is concluded that the existence of remote connection edge greatly speeds up the spread of SARS and so on. Using this model to simulate the actual situation, the simulation results can well explain the actual data of Beijing. In this paper, three methods are used to study the transmission behavior of SARS, and a simulation experimental system of SARS transmission is developed, which is of practical significance for the control of SARS outbreak and the emergence of similar infectious diseases.
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2005
【分類號】：R181.2

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 山秀明;王磊;任勇;袁堅;宋永華;;互聯(lián)網(wǎng)復(fù)雜性研究進(jìn)展[J];北京郵電大學(xué)學(xué)報;2006年01期

2 章忠志;榮莉莉;;BA指數(shù)網(wǎng)絡(luò)結(jié)構(gòu)特性精確計算[J];大連理工大學(xué)學(xué)報;2007年01期

3 丁沂;;復(fù)雜網(wǎng)絡(luò)構(gòu)造器的分析與設(shè)計[J];電腦知識與技術(shù);2008年10期

4 劉夫云;鄧小林;;機(jī)械制造網(wǎng)絡(luò)及其特性研究[J];電子機(jī)械工程;2008年01期

5 俞桂杰;彭語冰;褚衍昌;;復(fù)雜網(wǎng)絡(luò)理論及其在航空網(wǎng)絡(luò)中的應(yīng)用[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2006年01期

6 劉知遠(yuǎn);鄭亞斌;孫茂松;;漢語依存句法網(wǎng)絡(luò)的復(fù)雜網(wǎng)絡(luò)性質(zhì)[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年02期

7 王靜;孔令江;劉慕仁;;小世界網(wǎng)絡(luò)上的手機(jī)短信息傳播模型[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2006年03期

8 趙飛;秦敏;張寒冰;;計算機(jī)網(wǎng)絡(luò)拓?fù)溲芯縖J];大家;2010年24期

9 劉強(qiáng);方錦清;李永;;混合網(wǎng)絡(luò)框架中混合比對同步能力的影響[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2011年04期

10 裴偉東;劉忠信;陳增強(qiáng);袁著祉;;設(shè)計無標(biāo)度網(wǎng)絡(luò)的一種新方法[J];上海理工大學(xué)學(xué)報;2008年03期

相關(guān)會議論文 前10條

1 ;Controlling the spreading in small-world networks[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

2 杜彩鳳;;基于復(fù)雜網(wǎng)絡(luò)模型的計算機(jī)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)研究[A];2009國際信息技術(shù)與應(yīng)用論壇論文集(下)[C];2009年

3 劉強(qiáng);方錦清;李永;;Synchronization and Control of Halo-Chaos in Beam Transport Network with Small World Topology[A];第三屆全國復(fù)雜動態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2006年

4 ;Sync in Complex Dynamical Networks: Stability, Evolution, Control, and Application (Invited Paper)[A];第三屆全國復(fù)雜動態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集[C];2006年

5 方錦清;李永;;網(wǎng)絡(luò)科學(xué)中統(tǒng)一混合理論模型的若干研究進(jìn)展[A];第四屆全國網(wǎng)絡(luò)科學(xué)學(xué)術(shù)論壇暨研究生暑期學(xué)校論文集[C];2008年

6 方錦清;;略論復(fù)雜網(wǎng)絡(luò)金字塔及其普適性與復(fù)雜性[A];第四屆全國網(wǎng)絡(luò)科學(xué)學(xué)術(shù)論壇暨研究生暑期學(xué)校論文集[C];2008年

7 ;RESEARCH ON EVOLVING RULE OF PART RELATION NETWORK OF PRODUCT FAMILY AND ITS APPLICATION[A];2006年中國機(jī)械工程學(xué)會年會暨中國工程院機(jī)械與運(yùn)載工程學(xué)部首屆年會論文集[C];2006年

8 劉慕仁;王靜;孔令江;;小世界網(wǎng)絡(luò)上的手機(jī)短信息傳播模型[A];科學(xué)發(fā)展觀與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第十四屆學(xué)術(shù)年會論文集[C];2006年

9 黃健;陳國華;肖條軍;盛昭瀚;;一類復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)的穩(wěn)定性分析[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

10 ;Social Network-Based Trust Computing in Peer-to-Peer Networks[A];Proceedings of 2008 International Conference on Modelling, Identification and Control[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 楊樹忠;復(fù)雜網(wǎng)絡(luò)中的社團(tuán)檢測問題研究[D];北京交通大學(xué);2009年

2 高忠科;兩相流復(fù)雜網(wǎng)絡(luò)非線性動力學(xué)特性研究[D];天津大學(xué);2010年

3 李春光;復(fù)雜網(wǎng)絡(luò)建模及其動力學(xué)性質(zhì)的若干研究[D];電子科技大學(xué);2004年

4 郭敬林;基于隨機(jī)圖理論的負(fù)載分配研究[D];西安電子科技大學(xué);2005年

5 章忠志;復(fù)雜網(wǎng)絡(luò)的演化模型研究[D];大連理工大學(xué);2006年

6 尹麗春;科學(xué)學(xué)引文網(wǎng)絡(luò)的結(jié)構(gòu)研究[D];大連理工大學(xué);2006年

7 顧志康;大城市快速公交線網(wǎng)規(guī)劃理論與方法研究[D];東南大學(xué);2006年

8 董攀;自組織的MANET密鑰管理機(jī)制研究[D];國防科學(xué)技術(shù)大學(xué);2006年

9 李勇;復(fù)雜網(wǎng)絡(luò)理論與應(yīng)用研究[D];華南理工大學(xué);2005年

10 劉建國;復(fù)雜網(wǎng)絡(luò)模型構(gòu)建及其在知識系統(tǒng)中的應(yīng)用[D];大連理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 柴元;鏈?zhǔn)脚c樹狀網(wǎng)絡(luò)的時空混沌同步研究[D];遼寧師范大學(xué);2010年

2 李致群;工會管理系統(tǒng)的設(shè)計與實現(xiàn)[D];華東師范大學(xué);2010年

3 孫可心;C2組織結(jié)構(gòu)分析與評估方法研究[D];沈陽理工大學(xué);2010年

4 楊劍軍;制造企業(yè)的知識管理及其模塊化研究[D];寧波大學(xué);2009年

5 黃利民;面向復(fù)雜產(chǎn)品的配置設(shè)計方案評價[D];寧波大學(xué);2009年

6 田穎杰;SWN模型應(yīng)用于經(jīng)濟(jì)與管理領(lǐng)域的基礎(chǔ)研究[D];南京航空航天大學(xué);2003年

7 李琢;復(fù)雜網(wǎng)絡(luò)同步研究[D];廣西大學(xué);2004年

8 鄧科;一種新增長機(jī)制作用下網(wǎng)絡(luò)演化模型的研究[D];湘潭大學(xué);2005年

9 王鎮(zhèn)嶺;復(fù)雜系統(tǒng)、科學(xué)引文網(wǎng)的研究[D];青島大學(xué);2006年

10 盛冬梅;基于人工認(rèn)知的企業(yè)發(fā)展小世界網(wǎng)絡(luò)模型[D];哈爾濱理工大學(xué);2006年

，

本文編號：2044820