-
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。
-

计量
- 文章访问数: 351
- HTML全文浏览量: 63
- PDF下载量: 0
- 被引次数: 0