示:图4控制后时患者人数随时间的变化由上图分析可知,当p=0.3时,即隔离强度有所下降时,患者人数在前8天属于迅速增长趋势,但增长趋势慢慢减缓。大概在第8天,患者人数到达最大值186383,其后由于大量的患者被治愈且受感染的人数越来越少,导致患者人数显著下降,大概在28天之后基本没有患者。(3)改变隔离强度为时,患者人数随时间变化的关系如下图所示:图5控制后时患者人数随时间的变化由上图分析可知,当时,患者人数在前四天增长迅速,但由于隔离率很高,病情很快得到有效的控制,使增长人数越来越少,在第5天患者人数到达峰值为47391,其后患者由于治愈人数越来越多,人数逐渐减少,在21天时基本没有患者。控制前后模型总体:上图皆为总体模型的分图,在进行总体分析时,可以进行进一步的表示。为更直观的比较不同隔离强度引起的患者人数变化情况,我们作图6将不同强度的隔离强度情况相结合。同时,为了贴合题意,我们在图像上将控制前的两天和控制后的情况结合起来,得到总图如下所示:图6患者人数随时间的变化由上图分析可知,控制前,患者人数的增长速度远高于控制后患者人数的增长速度,说明实行疑似患者隔离政策对控制传染病传播的效果是很明显的;三条曲线比较可知,当隔离强度不同时,对患者人数最高峰出现的天数和传染病传播的持续时间(即患者全部痊愈没有再出现患者)有极大的影响。在隔离强度较小时,患者人数的最高峰出现时间靠后,传染病持续的传播时间较长;在隔离强度较大时,患者人数能较快的出现最高峰再较迅速的下降,因此传染病持续的时间比较短,更有利于传染病的控制。所以,在实际的传染病控制过程中,对传染病进行有效的控制,加大疑似患者隔离的强度是很有必要的。六、模型评价:优点:本模型中采用微分方程中的SEIR模型,对传染病传播做出合理假设,对人群进行了合理的分类,并对其进行数据拟合,得出传染病传播过程中,各类人群的人数发展趋势,采用
全文预览
