马尔科夫链在传染病预测中的应用

马尔科夫链在传染病预测中的应用

作者：付长贺， 邓甦， FU Chang-he， DENG Su

作者单位：沈阳师范大学数学与系统科学学院,辽宁,沈阳,110034

刊名：

沈阳师范大学学报(自然科学版)

英文刊名：JOURNAL OF SHENYANG NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)

年，卷(期)：2009，27(1)

被引用次数：2次

1.施海龙.曲波.郭海强干旱地区呼吸道传染病气象因素及发病预测[期刊论文]-中国公共卫生 2006(04)

2.巴剑波.方旭东.徐雄利马尔科夫链在海军疟疾疫情预测中的应用[期刊论文]-解放军预防医学杂志 2001(02)

3.何江宏.陈启明基于Markov链的最优化预测模型及其应用研究[期刊论文]-合肥学院学报(自然科学版) 2006(01)

4.杨玉华传染病模型的研究及应用[期刊论文]-数学的实践与认识 2007(14)

5.邓甦.付长贺四种贝叶斯分类器及其比较[期刊论文]-沈阳师范大学学报(自然科学版) 2008(01)

6.余雷.薛惠锋.李刚传染病传播模型研究[期刊论文]-计算机仿真 2007(04)

7.王春平.王志锋.单杰随机时间序列分析法在传染病预测中的应用[期刊论文]-中国医院统计 2006(03)

8.吴家兵.叶临湘.尤尔科时间序列模型在传染病发病率预测中的应用[期刊论文]-中国卫生统计 2006(03)

1.期刊论文孟胜利.徐葛林.程满荣.舒祥.雷勇良.朱风才.周敦金.王定明.明贺田.吴杰.严家新.杨晓明中国狂犬病病毒遗传多样性分析-中国生物制品学杂志2010,23(5)

目的 分析中国狂犬病病毒(RV)的遗传多样性,为我国狂犬病的预防提供理论依据.方法 采用RT-PCR技术扩增26株RV N基因,并进行测序,与GenBank登录的序列进行比对,构建进化树,分析RV的基因分型和分组情况以及时间和空间的动态进化.结果 中国RV分为2个大的进化分支(8组),分支Ⅰ包括1～4组,分支Ⅱ包括5～8组,组内核苷酸同源性≥93.2%,氨基酸同源性≥94.3%;组间核苷酸差异性≥8.0%,氨基酸差异性≥1.7%;运用贝叶斯中的马尔科夫链的蒙特卡洛方法,估计中国RV N基因核苷酸的平均碱基替代率为1.408 9×10-4取代/位点·年,共同祖先出现在公元968年.结论 中国狂犬病病毒株均属于基因1型狂犬病病毒,存在跨地域、跨宿主传播;我国分支Ⅰ狂犬病病毒株与泰国、越南、菲律宾、印度尼西亚、马来西亚等东南亚国家分离的狂犬病病毒株起源相同;分支Ⅱ的毒株在全球分布.

2.会议论文孟胜利.严家新.徐葛林.程满荣.吴杰.雷勇良.朱风才.周敦金.王定明.杨晓明中国狂犬病毒遗传多样性研究2009

在1969-2008年间，我们从全国各地共分离到60株街毒株，其中从犬脑中分离到41株，鼬獾中分离5株， 人脑中分离到4株，鹿脑中1株，我们对这61株狂犬病毒株的N基因的进行了序列测定，初步分析后选取26株代 表株与GenBank得到42株中国毒株N基因序列共计68株序列进行全面的进化分析。以探讨中国狂犬病毒株的基 因分型和分组情况、时间和空间的动态进化。结果表明：我们发现目前分离的中国毒株都属于基因1型狂犬病毒，可以分为2个大的进化分支共计8个组，分支I包括1-4组，分支Ⅱ包括5-8组，组内核苷酸同源性≥93．2%，氨基 酸同源性94．3%;组间核苷酸差异性至少是8．0%，氨基酸差异至少是1．7%;选择压力分析表明中国狂犬病毒处 于较强的净化选择约束下，狂犬病毒N蛋白中的核苷酸突变主要是同义突变;运用贝叶斯中的马尔科夫链的蒙特 卡洛方法估计中国狂犬病毒N基因核苷酸的平均喊基替代率为1．4089×10-4取代/位点/年，共同祖先出现在公元 1040年前;同一毒株或者核苷酸同源性很高的毒株在不同地点、不同宿主中出现表明中国狂犬病毒株存在跨地域、 跨宿主传播;我国狂犬病高发区流行的毒株(分

3.学位论文王家赠接触振子系统与接触粒子系统中的几类合作行为2008

本文主要研究非线性系统中的一些时空动力学与合作行为，分为连续系统和离散系统两个部分.

在第一部分中，我们研究时间连续、空间分立的接触振子系统的一些动力学行为.以 Josephson节方程作为基本振子，也就是经典力学中的单摆方程.依照循序渐进的原则，分别研究了：周期驱动下的振子、两个耦合振子、一维耦合多振子链.揭示了新的非线性动力学和合作行为.

在直流驱动的Josephson振子上加入周期驱动，形成两个相互竞争的频率.频率的竞争导致各种同步解.分别大阻尼和小阻尼两种情况，我们介绍了Poincaré映射在相平面上的不变曲线以及它的性质；利用Arnold舌头显示了参数空间上的分支特征.在小阻尼情况下，研究了混沌产生的特点.

对于两个具有不同自然频率的Josephson振子，在线性扩散耦合和正弦耦合两种情况下，研究了这些系统的不同状态之间的相变特征.同时在正弦耦合的系统中发现了混沌解的存在.

在一维耦合多振子链模型，取周期边界条件.在一定条件下，系统中会产生一类特殊的解.只要一点非常小的驱动力，整条链中的粒子就会同步地转动.这种解被命名为“超-旋转”态.我们揭示了这种解产生的机制.

在第二部分中，我们研究了复杂网络上的传染病动力学.主要使用了易感者一感染者一移除者(Susceptible-infected-removed；记为SIR，下同)模型.对于这种类型的传染病在任意网络上的传播，首先在亚宏观水平建立了一个马尔科夫链模型，得到了一些性质.到目前为止，我们对几类特殊结构的网络进行了解析处理.对于大量与实际更加接近的网络，我们还是用宏观的方法，建立了不同的平均场率方程模型，并分析传播的阈值条件.

对于任意网络上的SIR型传播，我们首先建立了一个时间齐次的马氏链模型，利用转移概率矩阵证明了马氏链的收敛性.利用这个模型，可以对几种特殊的网络结构进行解析求解.

实际问题中，各个节点传播疾病的能力往往是不一致的，所以不同的接触过程，它们传播疾病的概率是不一样的.体现在网络上，就是通过连线的传播率不是定常系数，而是有一个分布.在第六章中，我们研究了这个因素对于传播带来的影响.

节点和节点之间的连接并不总是完全随机的，有的带有一定的选择性。形成了相关性网络。关于相关性网络上的传播问题，已经有了一些理论结果.但是我们觉得有些地方值得进一步的商榷与提高.在第七章中，我们给出了求解SIR模型的新方法.基于连接矩阵，我们定义了计算相关性的方法.

在第八章中建立了有向网络上的传播模型，并进行了求解.得到了有向网络上传播阈值的约束条件.最后讨论了在有向网络上如何进行连接相关性度量的问题.

第九章是对本文中所做研究的总结与展望.