人感禽流感优化算法

发布时间：2021-01-06 01:12

　　为求解一类复杂非线性优化问题的全局最优解,采用跨物种传播的人感禽流感传染病动力学模型提出了人感禽流感传染病优化算法。利用H7N9传染病模型构造出的S^u-S^u,I^u-I^u,S^u-I^u,I^u-S^u,S^u-D^u,I^u-D^u等算子能使个体能在同物种和跨物种个体之间充分交换信息,其中S^u-S^u、I^u-I^u算子可利用强壮个体的特征来改善虚弱个体的特征,从而提升算法的求精能力;S^u-I^u、I^u-S^u算子可改良个体的适应度分布特征,从而提升算法的探索能力;S^u-D^u,I^u-D^u算子可... 

【文章来源】：系统仿真学报. 2020,32(05)北大核心

【文章页数】：15 页

【部分图文】：

样本收敛曲线(e)F22(f)F28

时期t的占比为S1(t)，此类种群用S1表示；已染病的鸡，其在时期t的占比为I1(t)，此类种群用I1表示；已死亡的鸡，其在时期t的占比为D1(t)，此类种群用D1表示；易感(未染病)的工人，其在时期t的占比为S2(t)，此类种群用S2表示；已染病的工人，其在时期t的占比为I2(t)，此类种群用I2表示；已死亡的工人，其在时期t的占比为D2(t)，此类种群用D2表示。上述场景可采用传染病传播仓室模型[14]来描述，如图1所示。图1鸡与工人相互作用的传染病传播流程图Fig.1Infectiousdiseasetransmissionflowchartofchickenworkerinteraction根据图1，我们可以写出其相应的动力学方程组，如式(3)所示：111111111111111111111112221222222221222222222222ddddddd()dd()dddSdSISDrItIISIrItDdSIDtSdSIISDrItIIISIrItDdSIDt(3)式中：t为时期；β1为H7N9在鸡群中的传染率，0<β1<1；d1为鸡的自然死亡率，0<d1<1；r1为鸡染病后的治愈率，0<r1<1；γ1为鸡因染上H7N9而死亡的死亡率，0<γ1<1；β2为H7N9由鸡向工人传播的传播率，0<β2<1；d2为工人的自然死亡率，0<d2<1；r2为工人染病后的治愈率，0<r2<1；γ2为因染上H7N9而死亡的死亡率，0<γ2<1。为简单起见，对上述场景进行一些简化：当一只鸡自然死亡或因染上H

染病概率1()iIt和死亡概率1()iDt，以及工人i的易感概率2()iSt、染病概率2()iIt和死亡概率2()iDt。鸡i在时期t处于S1状态、I1状态和D1状态中的哪个状态，由1()iSt，1()iIt，1()iDt中的最大者确定。同理，工人i在时期t处于S2状态、I2状态和D2状态中的哪个状态，由2()iSt，2()iIt，2()iDt中的最大者确定。依据图1，可以识别出所有合法的状态转移类型，如图2所示，图2中所描述的状态转移类型的含义及其所对应的算子如表1所示。图2合法的状态转移类型Fig.2Legalstatetransitiontypes特别注意，表1中的状态转移S1→D1和I1→D1以及S2→D2和I2→D2分别表示鸡和工人自然死亡和因染上H7N9而死亡。表1合法状态转换Tab.1Legalstatetransitions个体类型在时期t的状态在时期t+1的状态状态转换算子鸡S1S1S1→S1S1-S1S1I1S1→I1S1-I1S1D1S1→D1S1-D1I1I1I1→I1I1-I1I1S1I1→S1I1-S1I1D1I1→D1I1-D1工人S2S2S2→S2S2-S2S2I2S2→I2S2-I2S2D2S2→D2S2-D2I2I2I2→I2I2-I2I2S2I2→S2I2-S2I2D2I2→D2I2-D2从表1可知，H7N9算法共有12个算子，较多的算子对本算法的性能提升是否有益？下面给

【参考文献】：
期刊论文
[1]苏州市人感染H7N9禽流感聚集性疫情调查分析[J]. 董泽丰,夏瑜,王笛,沈强,雅雪蓉.  检验医学与临床. 2018(21)
[2]湖南省2005-2017年人感染禽流感流行病学特征分析[J]. 张斯钰,黄一伟,胡世雄,张恒娇,孙倩莱,邓志红,曾舸,张红,湛志飞,高立冬.  中华疾病控制杂志. 2018(10)
[3]基于禽流感发生风险的生态安全评价研究进展[J]. 刘影,吴兴元,李鹏,肖池伟.  生态学报. 2018(14)

博士论文
[1]传染病动力学的一些数学模型及其分析[D]. 杨伟.复旦大学 2010



本文编号：2959639