[發明專利]基于非線性觀測器的傳染病動力學模型疾病發生率的估計方法無效
| 申請號: | 201110227935.X | 申請日: | 2011-08-04 |
| 公開(公告)號: | CN102243696A | 公開(公告)日: | 2011-11-16 |
| 發明(設計)人: | 魏巍;李蒙;張永勝;李曉花;黃陽;劉慶偉 | 申請(專利權)人: | 洛陽理工學院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 鄭州中民專利代理有限公司 41110 | 代理人: | 郭中民 |
| 地址: | 471023 河南省洛*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 非線性 觀測器 傳染病 動力學 模型 疾病 發生率 估計 方法 | ||
技術領域
本發明屬于傳染病動力學模型的應用技術領域,主要涉及的是一種基于非線性觀測器的傳染病動力學模型疾病發生率的估計方法。
背景技術
傳染病是由病原微生物(病毒、立克次體、細菌、螺旋體等)和寄生蟲(原蟲或蠕蟲)感染人體后產生的有傳染性的疾病。近年來,隨著AIDS、SARS和H1N1流感等新的傳染病的出現和蔓延,給人類生活帶來嚴重威脅。因此,對傳染病的預防、治療、控制和對其傳播機理的研究越來越重要。目前,對傳染病的研究方法主要有四種:描述性研究、分析性研究、實驗性研究和理論性研究.在理論性研究中,根據疾病發生、發展及環境變化等情況,建立能反映其動力學特性的數學模型,來預測疾病的流行規律和發展趨勢,分析疾病流行的原因和關鍵因素,尋找對其進行控制和防治的最優策略。因此,利用數學模型對傳染病進行定性研究受到了人們的廣泛重視。利用傳染病動力學模型,預報傳染病的新發病人數,即此疾病的發生率(incidence),有助于對傳染病發展趨勢進行預測,從而對傳染病的預防控制有重要的指導意義。在傳染病動力學中,對此問題的解決,傳統方法主要是通過對微分方程的求解分析來實現。但由于現實模型的復雜性,和實際預測工作的即時性都造成了傳統方法在應用中有很大的局限性。
在傳染病動力學中,長期以來主要使用的數學模型是所謂的“倉室”(compartment)模型,它的基本思想是由Kermark和Mckendrick于1927年最先提出的,并建立了著名的SIR倉室模型。SIR模型首先將人群分為三類,即用S(t),I(t),R(t)分別表示t時刻易感者類、染病者類和移出者類的數量。設t時刻一個染病者能傳染的易感者數量與該環境內易感者總數成正比,比例系數為β(也稱為傳染率系數),因此在t時刻單位時間內被所有病人傳染的人數(即新發病的人數)為βSI,也稱為此疾病的發生率(incidence);t時刻從染病者移出的人數和染病者數量成正比,比率系數為δ,稱為恢復率系數;另假設移出類R是終生免疫的,不會被再次感染成為染病者。在以上諸條件下,建立SIR傳染病模型框圖(見附圖1)。
上述框圖對應的傳染病動力學模型為:
在模型(1)中,為了預測傳染病的新發病患者人數,需要估計βSI的值。在實際情況中,特別是一些新發傳染病的傳染率系數β發病前是不知道的,所以對于傳染病動力學模型中疾病發生率的估算問題,傳統方法是利用微分方程求解和數學分析方法先求得β的值,再確定βSI的值。該方法需要先求得模型的理論解表達式:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于洛陽理工學院,未經洛陽理工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110227935.X/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:圖像黑印查找系統及方法
- 下一篇:光學組件的對準優化
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡?,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





