基于元胞自动机的传染病传播模拟研究

2013-11-06 09:13李光亮温利华闫俊霞程海峰邯郸学院地理与旅游系河北邯郸056005
长江大学学报(自科版) 2013年25期
关键词:自动机元胞染病

李光亮,温利华,闫俊霞,程海峰 (邯郸学院地理与旅游系,河北 邯郸 056005)

基于元胞自动机的传染病传播模拟研究

李光亮,温利华,闫俊霞,程海峰 (邯郸学院地理与旅游系,河北 邯郸 056005)

随着全球化进一步发展,传染病的危害性愈发严重,因而对传染病的研究显得十分重要。在考虑到高校学生的接触关系基础上,利用元胞自动机理论,对于高校传染病传播扩散机制进行动态模拟。研究表明,上述研究方法具有可行性。

传染病;元胞自动机;约束条件;传播模拟

传染病是由病原体引起的在动物之间传播的一种疾病,其最大特点是传染性和流行性,其中传染性主要与健康个体与染病个体的直接或者间接接触有关[1]。在前人的研究中,对个体之间相互接触感染率一般采取无差别计算模拟的方式,缺乏细化和量化标准,对个体之间相互接触感染率采取无差别计算模拟。而在实际生活中,如某大学中的某学生,与他人的接触率,因班级、宿舍等会有较大的区别,这样其染病可能性会极大地受本班级或者本宿舍的染病状态的影响。为此,笔者将就某大学传染性疾病的传播机制,基于边界约束条件,利用元胞理论对传染病的传播进行动态模拟。

1 模型构建

传染病的传播模型中被广泛引用的是SIS模型和SIR模型[2]。在SIS模型中,传染病人存在2种状态,即易感染状态S(susceptible)和感染状态I(Infected)。考虑到有很多传染病患者得病治愈后,会产生病原抗体,从而对该传染病具有抗病免疫能力,因而有学者提出SIR模型,在该模型中,除了易感染状态S和感染状态I外,还增加了免疫状态R(Recovered)。

1.1模型假设

(1)对于一个学校而言,一定时间内的人口总数基本维持不变,假设为常数N。基于SIR模型而言,某传染病的3种状态比例分别为易感染状态S(t)、感染状态I(t)、免疫状态R(t)。

(2)处于感染状态的人与易感者接触后有感染患病的可能性,假定感染的可能性与接触率有关,易感人群与感染者接触时间长短决定其感染风险的大小,设学生与外界接触率为λ,外界环境患病率为I,则易感人群感染率为λI。

(3)染病师生一经确诊,即被隔离治疗,设治愈率为μ,病人治愈后成为具有免疫能力的健康者。

由以上假设可得:

S(t)+I(t)+R(t)=1

(1)

一定时间内感染人数的变化是由新增感染者减去治愈者,即:

(2)

对于治愈获得免疫的移出者,有:

(3)

综合式(1)~(3),SIR传染模型用微分方程组表示如下[3-4]:

(4)

1.2约束条件

由于研究对象主要针对大学校园内的学生,其接触的人群包括室友、同班同学、老师等,为此对学生进行ID编号,每个学生的ID号要求可以识别其所在学院、系部、班级甚至宿舍等。结合学生活动与社交规律,同时为了简化计算,选定班级、宿舍作为模拟参考,则学生编号设置为8位,其中1、2位为系部编号,3、4位为班级编号,第5位为宿舍编号,第6位为学生编号,例如某学生ID编号为011242,则该生为01系12班4宿舍的第2名学生。

假设学校师生为一固定人群,人群总数为N。传染病流行初始感染率:校外环境下的患病染病率为I0;学校环境下的染病率为I1;班级环境下的染病率为I2;宿舍环境下染病率为I3。每个学生与校外人群接触率设为λ0,每个学生与同校其他学生接触率为λ1,学生与同班同学接触率为λ2,与同宿舍室友接触率为λ3。

对几所高校的学生发放调查表,统计学生与外界环境接触时间,由统计数据近似定义以下模拟参数。接触率按照2个个体在1m内的接触时间来确定,假设2个个体在1m内的接触时间为24h,则两者接触率为1,若两者接触时间为x小时,则两者接触率为x/24。根据调查结果,确定学生与校外环境接触率λ0=0.04,学生与同校学生接触率λ1=0.17,学生与班级同学接触率为λ2=0.50,学生与同宿舍学生接触率为λ3=0.83。初始状态下,校外环境下染病率I0=0.02,即100人中有2个为感染者;学校学生染病率为0,即I1=I2=I3=0,模拟之初,学校无感染者。治愈率μ为0.1。

2 传染机制模拟

2.1元胞模拟

校园内学生个体即为元胞个体;元胞空间设计为N=mn的二维空间;元胞空间内有宿舍和班级边界;元胞编号为Si,j,k,其中i=1,2,3,…I,I为学校班级总数,设I=25;j=1,2,3…J,J为班级最多宿舍数,设J=9;k=1,2,3…K,K为宿舍最多人数,设K=4。

图1 元胞空间

2.2演变规则

当学生患病治愈后,即处于免疫状态,不再被感染。一旦元胞为免疫状态,则下一时刻仍为免疫状态,即:

(5)

否则:

(6)

若存在任一Si=1,i=0,1,2,3,则:

否则:

(7)

3 仿真模拟

在建立模型且设定各参数的基础上,基于约束条件进行了编程模拟。

未采取隔离措施的传染病流行13d后的模拟结果图如图2所示。由图2可知,感染学生占学生总数的比例为31.7%。如果感染者一经确诊,就应在1d之内马上采取隔离措施。图3所示为采取隔离措施的传染病流行13d后的模拟结果图。与图2相比,传染病患情大大缓解。

注:白色表示易感状态,黑色表示感染状态,空白表示治愈免疫状态。

4 结论与建议

(1)传染病及早发现和及早隔离对于控制传染病的传播非常重要,由此在很多程度上可以影响传染病的传播速度和传播范围。

(2)学校教职工与外界社交接触机会远大于学生,学生群体相对更为封闭,考虑到传染病的潜伏期等因素,建议在传染病流行阶段,学校应该尽可能少安排群体活动,尽可能减少师生接触的机会,从而最大限度地减少学生群体的感染几率。

[1]游爱丽,闫萍.基于元胞自动机的甲型H1N1流感病毒的模型[J].新疆大学学报(自然科学版),2010,27(1):56-59.

[2]张显峰.基于CA的城市扩展动态模拟与预测[J].中国科学院研究生院学报,2000,17(1):70-79.

[3]李才伟.细胞自动机及复杂系统的时空演化模拟[D].武汉:华中理工大学,1997.

[4]余雷,薛会峰.基于元胞自动机的传染病传播模型研究[J].计算机工程与应用,2007,43(2):56-57.

[编辑] 李启栋

TP301.1

A

1673-1409(2013)25-0085-03

2013-06-13

河北省高等学校科学技术研究项目(Z2012039)。

李光亮(1973-),男,博士,副教授,现主要从事地理信息系统与地球物探方面的研究工作。

猜你喜欢
自动机元胞染病
基于元胞机技术的碎冰模型构建优化方法
偶感
几类带空转移的n元伪加权自动机的关系*
{1,3,5}-{1,4,5}问题与邻居自动机
人口总数变化的比例进入潜伏或染病群体的年龄结构传染病模型及稳定性
一种基于模糊细胞自动机的新型疏散模型
一种基于模糊细胞自动机的新型疏散模型
均匀网络上SIR模型三种不同逼近方法比较
基于元胞自动机下的交通事故路段仿真
基于元胞自动机下的交通事故路段仿真