[发明专利]一种传染病疫情优化控制方法

摘要

本发明属于流行病传播与控制领域，涉及一种传染病疫情优化控制方法。在现有技术中，决定疫情控制方案的控制参数没有进行优化控制，而在传染病疫情控制中，控制措施越严，相应的控制代价就越大，感染者人数也就会越小，如何确定控制参数的值，使得控制代价和感染者医治成本最小，这个优化控制问题急待解决。为此，本发明提出了一种传染病疫情优化控制方法，在该方法中，首先确定传染病疫情控制代价的目标函数，然后利用遗传算法优化求解了使最小传染病疫情控制代价目标函数值最小的控制参数值。该方法解决了使控制代价和感染者医治成本最小的优化控制问题，使得优化后控制代价远远小于优化前控制代价。

主权项

一种传染病疫情优化控制方法，其特征在于，该方法实现的步骤如下：步骤一、确定传染病疫情控制代价的目标函数J的表达式：J＝AC(I，E，NI，NE，D，P，Ok)+BC(Hc，MI)+DC(ηS，MI)        (1)其中，Ac(I，E，NI，NE，D，P，Ok)为疫情预防代价函数： A c ( I , E , N I , N E , D , P , O k ) = Σ i = 1 N 1 λ I N I , i I i C I , i t I , i + Σ j = 1 N 2 λ E N E , j E j C E , j t E , j + Σ k = 1 N 3 r d , k D k S k t D , k + Σ l = 1 N 4 r p , l P l N S , l + Σ m = 1 N 5 O m - - - ( 2 ) I为一固定区域内发病者总人数，将该固定区域划分为N1个区域，Ii为第i个区域内发病者人数；NI为每个发病者在整个固定区域内平均亲密接触的人数，NI，i为第i个区域内每个发病者平均亲密接触的人数，1≤i≤N1，N1为大于等于1的正整数；CI，i为第i个区域内发病者亲密接触的隔离代价系数；λI为发病者的亲密接触者隔离率；tI，i为第i个区域的发病者亲密接触者的隔离时间；E为该固定区域的潜伏期者总人数，将该固定区域划分为N2个区域，Ej为第j个区域内潜伏期者人数，NE为每个潜伏期者在整个固定区域内平均亲密接触的人数，NE，j为第j个区域内每个潜伏期者平均亲密接触的人数，1≤j≤N2，N2为大于等于1的正整数；CE，j为潜伏期者亲密接触的隔离代价系数；λE为潜伏期者的亲密接触者隔离率；tE，j为第j个区域的潜伏期者亲密接触者的隔离时间；D表示整个固定区域单位面积的洗消成本，将该固定区域划分为N3个区域，Dk表示第k个区域单位面积的洗消成本，1≤k≤N3，N3为大于等于1的正整数；Sk为第k个区域被沾染面积；tD，k为第k个区域需要洗消的时间天数，设每天洗消一次；rd，k为第k个区域被沾染面积洗消的比例；P表示整个固定区域个人防护成本，Pl表示第l个区域个人防护的成本，1≤l≤N4，N4为大于等于1的正整数；NS，l为第l个区域的人数；rp，l为第l个区域人员防护的比例；Om指除前面4种行动代价之外的应急费用，比如控制流动人口付出的代价、疫苗研制、生产和使用费用，将该固定区域划分为N5个区域，1≤m≤N5，N5为大于等于1的正整数；BC(Hc，MI)为发病者医治成本函数： B C ( H c , M I ) = Σ r = 1 M M I , r H c , r - - - ( 3 ) 其中，将整个固定的区域划分为M个区域，MI为到t时刻整个固定区域发病者总人数，MI，r为到t时刻第r个区域发病者总人数，1≤r≤M，M为大于等于1的正整数；Hc为整个区域每个感染者的平均治疗费用，Hc，r为第r个区域每个感染者的平均治疗费用；DC(ηs，MI)为死亡者社会代价函数： D C ( η S , M I ) = Σ m = 1 N η S , m { int ( γ m M I , m ) + μ S [ int ( γ m M I , m ) + 1 ] α m } - - - ( 4 ) 其中，ηS为整个固定区域的社会代价系统，ηS，m为第m个区域人身伤害标准，按保险公司计算方法来确定，μS为第m个区域社会代价系数，是对旅游业、交通运输业、商贸和餐饮业、会展业、文化娱乐业的综合影响指标，根据实际统计或评估数据反演，1≤m≤N，N为大于等于1的正整数；γm为第m个区域感染者平均死亡率；int(γmMI，m)为第m个区域死亡人数；αm为第m个区域死亡代价指数，其中0＜αm＜1；目标函数J的表达式(1)中涉及的参数，除I、E外，其余都通过调查或反演的方法获得；根据考虑了防护和洗消措施的具有控制变量的传染病疫情控制模型，I、E是关于控制参数λEa，τEe，λIa，τIe，rda，τd，rpa，τp的函数，控制参数决定了控制方案；其中，λEa、λIa分别为对潜伏期者和发病期者的目标隔离率，τEe、τIe分别为对潜伏期者和发病期者的隔离措施生效时间，rda为目标洗消的污染面积占总污染面积的比例；rpa为该地区目标防护的人员占该地区需要防护人数，τd为洗消措施生效时间，τp为防护措施生效时间；定义Ψ为控制变量，Ψ＝[λEa，τEe，λIa，τIe，rda，τd，rpa，τp]，所以变量E为控制变量Ψ的函数，变量I为控制变量Ψ的函数，即目标函数J＝J(Ψ)，是Ψ的函数；步骤二、采用遗传算法对Ψ中的各控制参数进行优化求解；在优化求解过程中，遗传算法采用的适应度函数与目标函数J成负相关的关系，且适应度函数值恒不为负；优化求解得到的Ψ中的各控制参数组成了优化的疫情控制方案。