下载文档原格式
传染病模型医学科学的发展已经能够有效地预防和控制许多传染病，但是仍然有一些传染病暴发或流行，危害人们的健康和生命。
社会、经济、文化、风俗习惯等因素都会影响传染病的传播，而最直接的因素是：传染者的数量及其在人群中的分布、被传染者的数量、传播形式、传播能力、免疫能力等。
一般把传染病流行范围内的人群分成三类：S 类，易感者(Susceptible)，指未得病者，但缺乏免疫能力，与感染者接触后容易受到感染；I 类，感病者(Infective)，指染上传染病的人，它可以传播给S 类成员；R 类，移出者(Removal)，指被隔离或因病愈而具有免疫力的人。
问题提出请建立传染病模型，并分析被传染的人数与哪些因素有关？如何预报传染病高潮的到来?为什么同一地区一种传染病每次流行时，被传染的人数大致不变？关键字:传染病模型、建模、流行病摘要：随着卫生设施的改善、医疗水平的提高以及人类文明的不断发展，诸如霍乱、天花等曾经肆虐全球的传染性疾病已经得到有效的控制。
但是一些新的、不断变异着的传染病毒却悄悄向人类袭来。
20世纪80年代十分险恶的爱滋病毒开始肆虐全球，至今带来极大的危害。
还有最近的SARS 病毒和禽流感病毒，都对人类的生产生活造成了重大的损失。
长期以来，建立制止传染病蔓延的手段等，一直是各国有关专家和官员关注的课题。
不同类型传染病的传播过程有其各自不同的特点，弄清这些特点需要相当多的病理知识，这里不可能从医学的角度一一分析各种传染病的传播，而只是按照一般的传播模型机理建立几种模型。
模型1在这个最简单的模型中，设时刻t 的病人人数x(t)是连续、可微函数，病人人数的增加，就有到考察的人数为常数足使人致病接触并且每天每个病人有效t t t ∆+λ)(t t x t x t t x ∆=-∆+)()()(λ程有个病人，即得微分方时有再设00x t =)1()0(,d d 0x x x tx==λ方程（1）的解为 )2()(0te x t x λ=结果表明，随着t 的增加，病人人数x(t)无限增长，这显然是不符合实际的。
传染病模型摘要当今社会，人们开始意识到通过定量地研究传染病的传播规律，建立传染病的传播模型，可以为预测和控制传染病提供可靠、足够的信息。
本文利用微分方程稳定性理论对传统传染病动力学建模方式进行综述，且针对甲流，SARS等新生传染病模型进行建模和分析。
不同类型的传染病的传播过程有其各自不同的特点，我们不是从医学的角度一一分析各种传染病的传播，而是从一般的传播机理分析建立各种模型，如简单模型，SI模型，SIS模型，SIR模型等。
本文中，我们应用传染病动力学模型来描述疾病发展变化的过程和传播规律，运用联立微分方程组体现疫情发展过程中各类人的内在因果联系，并在此基础上建立方程求解算法。
然后，通过借助Matlab程序拟合出与实际较为符合的曲线并进行了疫情预测，评估各种控制措施的效果，从而不断完善文中的模型。
本文由简到难、全面地评价了该模型的合理性与实用性，而后对模型和数据也做了较为扼要的分析，进一步改进了模型的不妥之处。
同时，在对问题进行较为全面评价的基础上又引入更为全面合理的假设，运用双线性函数模型对卫生部的措施进行了评价并给出建议，做好模型的完善与优化工作。
关键词：传染病模型,简单模型，SI，SIS,SIR，微分方程，Matlab。
一、问题重述有一种传染病（如SARS、甲型H1N1）正在流行，现在希望建立适当的数学模型，利用已经掌握的一些数据资料对该传染病进行有效地研究，以期对其传播蔓延进行必要的控制，减少人民生命财产的损失。
考虑如下的几个问题，建立适当的数学模型，并进行一定的比较分析和评价展望。
1、不考虑环境的限制，设单位时间内感染人数的增长率是常数，建立模型求t 时刻的感染人数。
2、假设单位时间内感染人数的增长率是感染人数的线性函数，最大感染时的增长率为零。
建立模型求t时刻的感染人数。
3、假设总人口可分为传染病患者和易感染者，易感染者因与患病者接触而得病，而患病者会因治愈而减少且对该传染病具有很强的免疫功能，建立模型分析t 时刻患病者与易感染者的关系，并对传染情况（如流行趋势，是否最终消灭）进行预测。
实验二：传染病模型1、SI 模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数，即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
2、SIS 模型的建立基于以下三个假设，求出平衡点，给出参数，图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数。
即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
（3）t 时刻，单位时间内从染病者中治愈的人与病人数量成正比，比例系数为γ，单位时间内治愈的人不具有免疫，将再成为易感者。
3、SIR 模型的建立基于以下三个假设，求出平衡点、给出参数、图示模型曲线。
（1）不考虑人口的出生、死亡、流动等种群动力因素。
人口始终保持一个常数，即()K t N ≡。
（2）一个病人一旦与易感者接触就必然具有一定的传染力。
假设t 时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数()t S 成正比，比例系数为β，从而在t 时刻单位时间内被所有病人传染的人数为()()t I t S β。
（3）t 时刻，单位时间内从传染者中移出的人数与病人数量成正比，比例系数为γ，单位时间内移出者的数量为γ)(t I 。
求解过程1、SI 模型：由题目条件假设可以得到微分方程：K()()dIK S t I t dtβ=，又因为()()1S t I t +=， 令初始时刻病人的比例为0I ，则有：0()(1()),(0)dII t I t I I dtβ=-= %求平衡点,r 为有效传染率,x 病人比例 syms r xsolve('r*x*(1-x)','x') ans = 0 1 %方程求解syms i r t dsolve('Di=r*i*(1-i)','i(0)=i0','t')ans =1/(1-exp(-r*t)*(-1+i0)/i0) %绘制图形r=0.5,i0=0.01 fplot('1/(1-exp(-r*t)*(-1+i0)/i0)',[0,40]) fplot('1/(1-exp(-0.5*t)*(-1+0.01)/0.01)',[0,40]) function di=isf(t,i)di=0.5*i*(1-i); [t,i]=ode45(@isf,[0 40],[0.01]);plot(t,i)t ♓i♎♓ ♎♦图示4 SI 模型的i~t 曲线 图示5 SI 模型的di/dt~i 曲线2、SIS 模型 根据SI 模型及增加的假设条件，可得：)()()(t KI t I t KS dtdiKγβ-=，即： 0)0(),())(1)((I I t I t I t I dtdi=--=γβ 记 γβσ=， 则方程改写为 )]1([σβ---=i i i dt di%求解方程syms r b i t % b 为有效传染率,r 为治愈率dsolve('Di=b*i*(1-i)-r*i','i(0)=i0','t')ans =(b-r)/(b-exp(-(b-r)*t)*(-b+r+i0*b)/i0/(b-r)*b+exp(-(b-r)*t)*(-b+r +i0*b)/i0/(b-r)*r)%求平衡点syms x %(b=0.5,r=0.2)solve('0.5*x*(1-x)-0.2*x; ')ans =0..60000000000000000000000000000000%绘制图形function di=sisf(t,i)di=0.5*i*(1-i)-0.2*i;[t,i]=ode45(@sisf,[0 40],[0.01]);plot(t,i)t♓t ♓图示6 SIS 模型的i~t 曲线（σ>1） 图示7 SIS 模型的i~t 曲线（σ≤1）fplot('-0.5*x*[x-(1-1/20)]',[0,1]) fplot('-0.5*x*[x-(1-2)]',[ 0,1])i♎♓ ♎♦i♎♓ ♎♦图示8SIS 模型的di/dt~i 曲线（σ>1） 图示9SIS 模型的di/dt~i 曲线（σ≤1） 3、 SIR 模型模型的方程为{00()()(),(0)()(),(0)dIS t I t I t I I dtdSS t I t S S dtβγβ=-==-=function dx=sirf(t,x)dx=zeros(2,1);dx(1)=0.5*x(1)*x(2)-0.2*x(1); %x(1)表示i,x(2)表示s dx(2)=-0.5*x(1)*x(2);[t,x]=ode45(@sirf,[0 50],[0.01 0.99]);plot(t,x(:,1),t,x(:,2)),grid,pauseplot(x(:,2),x(:,1)),grid00.20.40.60.81s图示10 SIR模型的图形)(),(tStI图示11 SIR模型的相轨线备注：由于Matlab与Word连接不好，所绘制的图形上标的字符在Word中看不清楚。
