基于SEIHFR的疫情控制与配送优化研究

2019-10-21 12:26杜艳晶孙翠娟刘嘉美任翠环
科学与财富 2019年20期
关键词:粒子群算法

杜艳晶 孙翠娟 刘嘉美 任翠环

摘 要:2014年,埃博拉病毒在西非大地肆虐,对当地的经济造成了重大损失,本文建立基于SEIHFR的疫情控制与配送优化模型进行研究。首先,建立基于传染病动力学的预测控制模型,选取几内亚、利比里亚、塞拉利昂作为研究对象,在传染病动力学SEIHFR模型的基础上,结合三个国家的医疗条件和文化习俗,将人群分为六个类别,从而建立SEIHFR微分方程,利用R语言进行求解,对三国疫情发展趋势进行预测。结果显示:经过合理的药物控制,三个国家新出现的病例数在以周为时间单位下降。其次,建立基于重心法的药物输送优化模型。根据预测结果,在重心计算方法上,引入灰色系统理论对物流中心进行选址,建立三级网络配送系统。另外,在配送路径的选择方面,采用粒子群算法对配送路径进行优化,以疫情爆发初期的时间最短原则为主要原则,以后期的成本最小为次要原则,准确确定最佳配送中心和输送路径,对疫情进行最优控制。

关键词:SEIHFR模型;极大似然法;重心法;灰色系统理论;粒子群算法

1 基于传染病动力学的预测控制模型

1.1 传染病动力学微分方程模型的建立

根据传染病不同阶段的特征,将SEIHFR模型[3]分为六个类别:易感染类、潜伏者类、感染者类、住院者类、未埋葬者类和移出者类。

综合建立SEIHFR微分方程

其中,S(t)、E(t)、H(t)、F(t)和R(t)分別表示t时刻易感者、潜伏者、感染者、住院者、死亡但未埋葬者以及移出者的数量。

1.2 疫情分析主要参数选择

(1)传染率设计

(2)基本再生数设计

(3)有效再生数设计

2 基于重心法的药物输送优化模型

2.1 配送中心的选择

在选择配送中心时,在普通的重心计算[4-7]方法上,引入灰色系统理论[8]。将三个国家分为8个大区,大区之下设有34个省。利比里亚全国有15个县。塞拉利昂行政区划把全国分为3个省和1个区,3个省之下设有12个行政区,1个区之下设有2个行政区。所以我们将几内亚分为34个区域,利比里亚分为15个县,而塞拉利昂则分为14个行政区。

在重心法的基础上,引入灰色系统理论的思想,即确定各个城市在疫情情况及运输时间上所占的权重,具体选择过程如下:

得到三个国家的分配中心分别为马木(10°22′43.8"N,12°05′01.5"W),博城(7°57′14.3"N,11°44′28.3"W),里弗赛斯(6°20′22.2"N,9°31′18.4"W)。

以各国家的省会作为三级节点,将三个国家的分配中心作为二级节点,以受灾最严重的国家为一级节点。在这种模式下,一级节点可分配物资到下层节点,三级节点网络模型如图3所示。

2.2 分配路径的选择

综合得到物资分配模型:

2.3 模型的实现

通过三级节点网络物资分配模型,将疫情最严重的塞拉利昂作为第一节点,将三个国家的分配中心作为第二节点,将各个国家的省会作为第三节点。

将各个节点的位置用经纬度表示出来,如图4所示。

如上图,以加权重心为主要分配中心,向本国家内的各个主要城市进行物资输送。

3 结论

本文以埃博拉病毒的肆虐传播为背景,着重对疫情进行有效控制。在对疫情情况进行发展预测时,通过传染病动力学SEIHFR模型,采用极大似然法进行估计,预测结果为经过合理的药物控制,三个国家新出现的病例数在以周为时间单位下降。在此基础上,进而提出药物输送的最优方案,利用重心法和灰色系统理论建立三级网络配送系统,以疫情爆发初期的时间最短原则为主要原则,后期的成本最小为次要原则,准确确定最佳配送中心和输送路径,实现对疫情的最优控制。

参考文献:

[1] 韩江漫.基于动态复杂网络技术的病毒传播控制策略研究[J].计算机与数字工程,2017,45(10):2004-2008.

[2] 郭谨玮,刘昱,徐月云,等.应用多目标粒子群算法的车辆传动系参数优化仿真研究[J/OL].机械科学与技术:1-7.

猜你喜欢
粒子群算法
几种改进的萤火虫算法性能比较及应用
基于支持向量机的短期电力负荷预测
基于云计算平台的资源调度优化研究
一种基于高维粒子群算法的神经网络结构优化研究
基于PSODE混合算法优化的自抗扰控制器设计
蚁群算法的运用及其优化分析
电力市场交易背景下水电站优化调度研究
基于粒子群算法的产业技术创新生态系统运行稳定性组合评价研究
无线传感器网络联盟初始结构生成研究
交通堵塞扰动下多车场车辆路径优化