突发性传染病传播预测及控制模型研究是一篇关于疾病传播与控制的学术论文，文章主要针对SARS（严重急性呼吸综合征）这类突发性传染病进行模型构建和分析，以期达到疾病传播的预测和有效控制。
文章指出早期传染病模型的局限性，主要包括参数选择的主观性和对社会环境变化适应性不足等问题。早期模型多依赖简单的指数增长规律来预测新增病例与时间的关系，但实际应用中由于参数的固定设定和缺乏灵活性，模型的预测效果往往不理想。特别是在针对SARS这类具有新特点的传染病时，早期模型的实用性大打折扣。
在建模方面，文章提出了以SARS的传播过程为对象，将其模拟成一个动态灰色系统。这一系统的建立基于系统工程的思想，包含了指向性、整体性、环境适应性、层次性和可控性等特征。动态灰色系统理论的核心在于利用已有的“最少信息”进行预测，并通过“新信息优化原理”进行信息度的测量和预测，这种方法被称为“动态灰色系统”。
模型构建中使用了微分方程来建立突发性传染病传播的预测控制模型，这样的模型能够以数学的形式描述疾病的传播规律，进而对疾病的传播过程进行量化分析。通过模型的建立与求解，可以得到在不同参数和条件下疾病的传播情况，为疾病预防和控制提供可靠的信息支持。
文章还介绍了模型的基本假设，包括人群分为易感染者和已感染者两类，每个病人每天的有效接触人数、传染概率以及政府控制力度等。模型考虑了诸如潜伏期、感染性接触、疾病隔离等实际因素，这些都是影响疾病传播的关键参数。
在应用方面，文章利用MATLAB6.5软件对系统进行了仿真，通过模拟不同的控制力度对疫情传播的影响来做出量化估计，从而为政府制定相应的疾病控制策略提供科学依据。模型的建立和验证都是基于实际疫情数据，例如北京市SARS疫情的发展情况，这使得模型具有较强的现实针对性和应用价值。
文章最后强调了该模型对于其他传染疾病同样具有很强的移植性，意味着模型不是仅仅针对SARS，也可以用来分析和预测其他传染病的传播。
文章提出的模型利用数学建模与灰色系统理论相结合的方式，为突发性传染病的传播预测及控制提供了新的视角和方法。通过对SARS传播过程的模拟和量化分析，实现了对传染病传播规律的深入理解，并为政府和相关部门提供了有力的决策支持工具。
