利用空间自相关的中国内陆甲型H1N1流感疫情分析

为了获得对中国大陆地区2009年爆发的甲型H1N1流感疫情的时空分布的认识,以中国省级甲流疫情的逐月时空数据（时间序列为2009年5月至2010年3月）为研究对象,采用空间自相关方法对其进行了分析。结果发现,甲流传播的集聚性是由弱到强变化的,疫情大致经历了三个阶段：早期的随机分布、中期的扩散以及后期的集中控制;广东、北京、浙江是疫情最为严重的地区,但高高疫情相邻的省份不多;统计学上显著的疫情爆发热点集中在中东部的浙江、江苏、上海、福建等地,聚集重心并未随着时间发生转移。     

遗传算法在甲流SIR模型参数求解中的应用

论文以全国甲型H1N1流行性感冒（下简称甲流）疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法（Genetic Algorithm,GA）和模拟退火算法（Simula-ted Annealing Algorithm,SA）求得该非线性模型中的重要参数阈值（日治愈率与日传染率的比值）,并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。