大数据-算法-流感模型的数据模拟和动力学分析.pdf

"大数据-算法-流感模型的数据模拟和动力学分析" 本文主要研究了流行性感冒的数学模型的建立和动力学分析，旨在更好地理解流感的发生和发展。通过建立没有疫苗和带有疫苗的流感模型，使用MATLAB对参数进行模拟，获取了流感基本再生数的取值范围，并对疫苗的年生产量做出了估计。 首先，本文对流感病毒和对流感的数学研究现状进行了简单的介绍，并对需要用到的基础知识进行了概括。接着，对流感各类个体之间的相互转换关系进行了研究，建立了没有疫苗和带有疫苗的微分方程模型。然后，根据中国疾控中心的2009年到2012年的流感数据，应用MATLAB模拟出参数的量优值，并对参数的值进行了非参数检验的拟合，计算出流感的抗原相关性。 通过对微分方程的动力学性质的分析，求出了其平衡点，并证明了无病平衡点是全局渐进稳定的，同时也证明了地方病平衡点不存在。最后，本文对流感模型的稳定性进行了分析，结果表明当＞1时，无病平衡点丹是不稳定的。 本文的研究结果对中国流感基本再生数的取值范围为1.100M.1561，疫苗的生产量为总的易感者人数的13.50%，这对指导疫苗的生产具有重要的意义。同时，本文的研究结果也为流感的数学模型的建立和动力学分析提供了新的见解和方法。 本文的研究结果对流感的数学模型的建立和动力学分析具有重要的意义，可以为流感的防控和疫苗的生产提供科学依据。同时，本文的研究结果也为流感的数学模型的建立和动力学分析提供了新的见解和方法，对流感的防控和疫苗的生产具有重要的意义。