出任意时刻所需要的药物总量。在满足各需求地需求量的前提下，本文再利用线性规划模型得到最优调运方案，即时间优化模型。
模型三在模型一、二、的基础上，分析其他可以消灭埃博拉病毒的决定性因素。首先，本文使用最优隔离控制法，把易感染者、染病者、治愈者、隔离者以及总人口数作为初始值代入目标函数，则会存在一个最优控制因素，再将其对应的状态解代入协态方程，得到最优控制因素，即隔离的确切最优解。然后，本文分别考虑了气候、运输工具、地形三个因素对埃博拉病毒传播的影响，并得出了相应的结果。
三、基本假设与符号说明
2.1基本假设
（1）埃博拉病毒能够被生物传播，并且当易感者接触患者时，他们被传染； （2）我们知道的埃博拉病毒有5种，假定每一种埃博拉病毒的传播能力是相同的；
（3）每一个人被治愈的可能性是相同的，并且有相同的免疫力；
（4）被治愈的人不会再次被传染，当患者被治愈后，他们将对于埃博拉病毒有免疫力；
（5）埃博拉病毒的传播遵循所建立的模型一； （6）当实施药物治疗的时候，不计损失； （7）药物的运输对药物的需求有影响；
（8）每位感染者的用药量均为一剂量，虽然目前已经研制出应对埃博拉病毒的疫苗或药物，但是不同感染程度的患者所需实际的药剂量数据不易获得； （9）疫苗与药物的生产地，开始培育的时间以及生产速度均相同，且培养药物和疫苗的周期均为?t，但两者的作用对象不同，疫苗作用于健康人群，而药物作用于感染者；
（10）各地生产药物的速度相同，每批生产的药量满足前三个国家的需求量； （11）运输问题中各个产地的产量相同，用来运送药物的飞机类型相同，且保持相同速度行进；
9
（12）收集到的数据都是真实可靠的； 2.2 符号说明
I:患者的数量比例；
S:健康人的数量比例；
R：康复者和死亡者的数量比例；
?:死亡率；
?：感染率；
?：康复率（被隔离的病人治愈率）；
N:药物运达需求地点时的感染者人数； ?t：培育一批药物或疫苗的时间；
cij：从Ai到Bj运输药物的成本；
xij：从Ai到Bj的运量； W：环境中的总人口数； J：被隔离患者人数；
u：对染病者实施隔离控制的比例；
?：出生率=死亡率；
?：未被隔离染病者死亡率；
s：易感者人数；
i：染病者人数；
r：病愈者人数；
q：不易感病者输入比率；
?：没有被隔离治疗者治愈率。
四、模型一的建立及求解
4.1 模型一的建立
埃博拉病毒的传播速度非常快，如果想要克服这个难题，并且使用有效的医疗方法根除埃博拉病毒，必须寻找一种科学且有效的方法来掌握埃博拉病毒的传
10
播规律。所以，我们建立了SIR模型来解决这个问题。
根据符号定义，能够得到等式：
I?t??S?t??R?t??1 ⑴
设每个发病者平均每天有效接触的易感者数为?S?t?，NI?t?个发病者平均每天能使?S?t?NI?t?个易感者成为病毒潜伏者。所以有：
dS?t????S?t?I?t? ⑵ dt单位时间内康复者和死亡者的变化等于发病人群的减少，即
dR?t???????I?t? ⑶ dt发病人群的变化等于易感人群转入的数量，即
dI?t???S?t?I?t???????I?t? ⑷ dt记初始时刻的健康者和患者的比例分别为S0、R0（不妨设R0?0）。根据SIR模型的准则，得到下列方程组：
?dI?dt??S(t)I(t)??????I?t???dS???S(t)I(t) ? ⑸
dt??I?0??I0?S0?S0???结合⑴式和⑸式，得到
S?t??S0e?R?t??? ⑹
通过微积分，结合⑵式、⑹式和⑺式，求解方程组，得到
I?S???S0?I0??S??SIn ⑺ ?S0⑺式阐述了健康人和患者随时间变化的数量关系。 4.2 模型一的求解
11
根据以上分析，得到了分析患者和健康人比例趋势的方法，接下来，求解模型如下：
4.2.1没有药物治疗时确诊病例及死亡人数的变化趋势
除了预防措施，没有药物治疗。换句话说，健康人的数量比例是很小的，从网站http://.who.int/en/收集得到几内亚的有关数据，数据从2014年11月到2015年5月，每半个月统计一次，。用Excel做线性拟合，得到下图：
图1：确证病例的数量趋势
图2：死亡人数趋势
图1表明确诊病例数量在没有药物治疗的情况下急剧增长，因此，我们得出
12
相关推荐：
loading