【技术实现步骤摘要】
本专利技术涉及公共卫生，具体涉及一种基于机器学习和传播动力学模型的传染病防控仿真方法。
技术介绍
1、传染性疾病是一类由各种致病性微生物或病原体，如细菌、寄生虫、病毒等，通过直接或间接接触的方式引起的在人与人之间、人与动物之间、动物与动物之间相互传播的疾病。随着全球化进程的加剧，传染性疾病日渐成为了威胁人类社会的全球公共卫生问题。建立传播动力学模型是对传染性疾病进行理论研究的一种重要手段，它根据种群生长的特性，疾病的发生及在种群内的传播、发展规律，及与之有关的社会、自然环境等因素，建立能反映疾病动态变化规律的数学模型。通过对模型动力学性态的定性、定量分析和数值模拟，显示疾病的发展过程，揭示疾病的流行规律，预测疾病的发展趋势，从而帮助人们找到疾病防控的最优策略，为人们防治疾病的决策提供理论基础和定量依据。
2、当前，传播动力学模型的研究在干预措施实施效果的仿真方面存在一定的瓶颈，主要表现在干预场景的构建方面，传统的传播动力学模型只能模拟单一场景下的疾病传播过程，无法解决多维度复杂场景下的疾病传播问题。另一方面，仅依靠传播动力学模型搜索最佳的干预策略将带来庞大的计算过程，无法获得稳定、可靠的计算结果。
技术实现思路
1、本专利技术所要解决的是现有传播动力学模型只能模拟单一场景下的疾病传播过程，且在搜索最佳的干预策略时需要进行大量计算的问题，提出一种基于机器学习和传播动力学模型的传染病防控仿真方法，其能够实现多维度复杂干预(防控)仿真场景的构建，快速搜索实现预期健康目标的干预
2、为解决上述问题，本专利技术是通过以下技术方案实现的：
3、基于机器学习和传播动力学模型的传染病防控仿真方法，包括步骤如下：
4、步骤1、根据疾病实际传播情况，抽象出疾病传播的规律并建立疾病传播动力学模型，同时基于既往的疾病现场防控经验，确定作用于该疾病传播动力学模型的干预措施；其中疾病传播动力学模型为：
5、
6、式中，β表示感染系数，ω表示潜伏者转化系数，γ表示恢复率；s(t)表示易感者数量，i(t)表示感染者数量，e(t)表示潜伏者数量，r(t)表示治愈者数量；
7、步骤2、使用拉丁超立方抽样方法，分别对不同干预措施的所有属性进行抽样，形成多种防控场景；
8、步骤3、基于步骤2所生成的防控场景，使用数值积分方法求解步骤1所建立的疾病传播动力学模型，获得不同防控场景下疾病的传播情况，形成数据集；
9、步骤4、使用步骤3所形成的数据集对训练高斯过程模型，并使用交叉验证方式评估训练的高斯过程模型，得到疾病传播预测模型；
10、步骤5、基于步骤4所得到的疾病传播预测模型，使用非线性规划方法，对疾病在不同传播场景下，干预措施的某个属性执行优化，以获得疾病在不同传播场景下实现特定健康目标的干预措施的各属性的最优取值。
11、上述步骤3中，所述数值积分方法为4阶runge-kutta法。
12、上述步骤5中，所述非线性规划方法为序贯最小二乘规划方法。
13、与现有技术相比，本专利技术具有如下特点：
14、1、考虑传播动力学模型(白盒模型)可以通过对疾病的传播机理进行抽象得到，其构建过程相对清晰，可解释性强，但预测能力相对较弱；机器学习(黑盒模型)能够提供较高的预测精度，但内部结构难以理解，不能估计每个特征对模型预测的重要性，也不容易理解不同特征之间的相互作用；本专利技术将疾病传播动力学模型与机器学习结合，实现白盒与黑盒的耦合，既可以对传播模型有很好的解释程度，又可以提高模型的整体预测精度。
15、2、能够快速识别传染病干预措施的主要属性和关键影响因素，通过构建多维度复杂防控场景，筛选出最佳的干预措施或最优的干预组合，为有限的资源研发投资和新的干预措施或产品(如新药或疫苗)的开发提供理论基础和技术支持，体现了数学模型在支持干预措施发展方面的作用；通过评估干预能力与公共卫生目标之间的关系，可以从疾病防控的早期阶段就确定干预措施及其规格的优先次序，以最高的成本效益实现疾病防控效果的最大化。
本文档来自技高网...【技术保护点】
1.基于机器学习和传播动力学模型的传染病防控仿真方法，其特征是，包括步骤如下：
2.根据权利要求1所述的基于机器学习和传播动力学模型的传染病防控仿真方法，其特征是，步骤3中，所述数值积分方法为4阶Runge-Kutta法。
3.根据权利要求1所述的基于机器学习和传播动力学模型的传染病防控仿真方法，其特征是，步骤5中，所述非线性规划方法为序贯最小二乘规划方法。
【技术特征摘要】
1.基于机器学习和传播动力学模型的传染病防控仿真方法，其特征是，包括步骤如下：
2.根据权利要求1所述的基于机器学习和传播动力学模型的传染病防控仿真方法，其特征是，步骤3中，所述数...
【专利技术属性】
技术研发人员：杨国静，王立颖，余本国，周正斌，
申请(专利权)人：海南医学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。