赵存飞 李乐天 谢佳晨
摘要:自2002年以来,美国的平均吸毒人数一直高达8.2%。美国正在经历滥用阿片类药物引起的国家危机。必须根据现状提出有针对性的对策。本文建立了一种改进的细胞自动机模型,在收集每个县的纬度和经度位置的基础上,通过双调和样条插值对数据进行预处理,直观地显示药物传播源的位置和州与县之间的传播特征。
关键词:细胞自动化 灰色关联分析 阿片类药物
一、问题重述
本文关注位于美国五个州的个别县:俄亥俄州,肯塔基州,西弗吉尼亚州,弗吉尼亚州和宾夕法尼亚州。
建立数学模型,描述五个州及其县之间和之间报告的事件的传播和特征。
1.如果模式和特征继续下去,美国政府应该具体关注什么。
2.在这些药物识别阈值水平发生这些情况?
二、数据预处理
数据分别涉及五个州的合成阿片类药物和海洛因报告的数百个变量。存在大量具有大量冗余和无用数据的数据。因此,我们需要通过清理,选择和规范化数据来执行数据预处理。
1.插值
由于地理坐标是离散的不规则点,很难用它们绘制平滑的曲线或曲面。因此,需要在添加第三维后插入这些空间点。
2.标准化
数据是一种统计的绝对数据,在归一化处理之前我们不能使用。统计变量四种类型:估计,估计误差范围,百分比和误差百分比。因此使用的变量是百分比,很明显它们已经标准化。
三、模型建立与求解
一种常见类型的邻域包括四个正交相邻小区。 另一个包括冯诺依曼邻域和围绕该单位的四个剩余元素,其状态将被计算。
对于图像a,红细胞是蓝细胞的摩尔邻域。 对于图像b,红细胞是蓝细胞的冯诺伊曼邻域。扩展的社区也包括粉红色的细胞。
建立基于细胞自动化的改进模型,以分析合成阿片类药物和海洛因事件随时间的发展和变化。它的特点是时间,空间和状态是离散的,每个变量只占有限数量的状态,状态变化规则在时间和空间上是局部的。
(一)传播和特征
根据我们的分析,合成阿片类药物和海洛因的事件从以下县传播到邻近县。
2010年:汉密尔顿县(俄亥俄州),阿勒格尼县(宾夕法尼亚州),费城县(宾夕法尼亚州)
2013年:哈密尔顿县(俄亥俄州),富兰克林县(俄亥俄州),凯霍加县(俄亥俄州),阿勒格尼县(宾夕法尼亚州),费城县(宾夕法尼亚州)
2016年:汉密尔顿县(俄亥俄州),凯霍加县(俄亥俄州),费城县(宾夕法尼亚州)
很明显,汉密尔顿县(俄亥俄州)和费城县(宾夕法尼亚州)每年都有大量的毒品报道和大量犯罪。
(a)海洛因报告:汉密尔顿县(俄亥俄州),阿勒格尼县(宾夕法尼亚州),费城县(宾夕法尼亚州)
(b)羟考酮报告:汉密尔顿县(俄亥俄州),费城县(宾夕法尼亚州)
可以看出,这些县与上面绘制的总药物报告地图中的县基本相同。它们是多种药物传播的发源地。
(二)具体分析
根据对我们建立的模型和我们之前所做工作的分析,结果发现,俄亥俄州的犯罪率约为0.95%。根据2010年美国人口普查,俄亥俄州的人口为11,533,140,因此有大约109,565起刑事案件。因此,我们使用109565作为俄亥俄州的药物鉴定阈值水平。
图2得出,自2016年以来,俄亥俄州的毒品犯罪数量已超过犯罪數量。此外,发现宾夕法尼亚州的费城县一直有大量的毒品犯罪,费城县在2010年至2017年期间仍然是五个州中总药物报告的首选县。然而费城的毒品犯罪数量曲折曲折的县有很大的下降。2017年,费城县的药物总报告在2010年仅为58. 5%,其药物犯罪情况有了显着改善。总之,我们认为在接下来的几年里,费城县将成为美国政府特别关注的问题。
参考文献;
[1]Yi Liu(2018.6).Representation of irregular cellular automataEJl
[2]Lijun Hou(2018.12) The spreading niechanisin and counternieasuresof weibo emergency negative public opinion information[J]
[3]Geng Guo(2019.1) Research on weibo public opinion evolutionbased on improved cellular automataEJl
[4]jialong Sun(2014.6) Anletl10d of height anomaly fitting based onbiharinonic spline interpolation and gaussian curvature extrenium[Jl
[5]Fuyuan Huang(2003.1) The views and countermeasures of theanti-drug policies of the United States and Japan can be used as amirror[J]