• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

传染病流行模型中高维非线性参数估计方法

蔡全才 姜庆五 徐勤丰 郭强 程翔 孙庆文 赵根明

蔡全才, 姜庆五, 徐勤丰, 郭强, 程翔, 孙庆文, 赵根明. 传染病流行模型中高维非线性参数估计方法[J]. 中华疾病控制杂志, 2005, 9(3): 193-196.
引用本文: 蔡全才, 姜庆五, 徐勤丰, 郭强, 程翔, 孙庆文, 赵根明. 传染病流行模型中高维非线性参数估计方法[J]. 中华疾病控制杂志, 2005, 9(3): 193-196.

传染病流行模型中高维非线性参数估计方法

基金项目: 上海市科委非典防治专项科研基金(NK2003002); 国家教育部防治非典科技攻关项目(No.10);
详细信息
  • 中图分类号: R181.3

  • 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Gepasi3.3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。
  • 加载中
计量
  • 文章访问数:  217
  • HTML全文浏览量:  31
  • PDF下载量:  0
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回