基于Kolmogorov前向方程评估甲型H1N1流感疫情的动态变化
基于个体水平的传染病模型可以揭示随机性在传染病疫情防控中的重要作用.研究此类模型的普遍方法是通过事件驱动的、大量重复的随机模拟来确定预测变量的范围.而基于Kolmogorov前向方程(KFE)研究个体水平的传染病模型,不仅不需要大量的重复模拟来确定预测变量的范围,而且可以同时考虑每种状态发生的概率.因此,基于2009年西安市第八医院甲型H1N1流感数据,建立了基于社交网络的个体决策心理模型,以确定行为改变率;进一步地,为得到传染病传播过程中各状态的概率分布,基于改进的个体SIR模型,通过Markov过程推导出KFE.结果表明:通过数值求解KFE可以得到整个爆发过程中每种状态发生的概率分布、最严重的时间段及相应的概率,从而能更快、更准确地了解甲型H1N1疫情的传播过程,因此有助于高效地进行甲型H1N1疫情防控.
甲型H1N1、Markov过程、Kolmogorov前向方程(KFE)、隐式Euler(IE)法、最终规模
43
O29(应用数学)
国家自然科学基金;国家自然科学基金;陕西省自然科学青年基金;中央高校基本科研业务费
2022-07-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
435-444