作者：蔡全才; 姜庆五; 徐勤丰; 郭强; 程翔; 孙...非线性传染病流行估计方法中高sars流行全局优化算法优化方法动力学模型参数估计互相转换数据拟合研究发现遗传算法临床诊断软件性传播病例数
摘要：目的研究根据流行数据逆向估计流行模型中高维非线性参数的方法.方法采用Gepasi 3.3软件中的全局优化方法估计非线性传播动力学模型中的各个参数.以SARS流行模型的参数估计为例说明其应用.结果流行模型中各状态变量之间互相转换的公式可以方便地移植到Gepasi软件中的模型定义部分.选择适当的全局优化算法,容易估计出与实际流行数据拟合最佳的各个参数的取值.实例研究发现,Gepasi软件中的遗传算法可以用于估计SARS流行模型中的未知参数.采用估计参数模拟的北京每日新增SARS临床诊断病例数与实际的流行数据相比无明显差异(P>0.05).结论 Gepasi软件中的全局优化方法是强健和可靠的,可以用于流行模型中高维非线性参数的估计.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
