非典型性肺炎传播模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 插图或附表清单 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| 1．1 非典型性肺炎及其介绍 | 第10-11页 |
| 1．2 传染病传播模型 | 第11-14页 |
| 1．2．1 传染病动力学常微分方程模型 | 第11-13页 |
| 1．2．2 原胞自动机模型 | 第13页 |
| 1．2．3 复杂网络模型 | 第13-14页 |
| 1．3 非典型性肺炎传播模型的研究现状 | 第14-16页 |
| 1．4 课题的背景以及论文主要内容 | 第16-17页 |
| 1．4．1 课题提出的目的和意义 | 第16页 |
| 1．4．2 论文主要内容 | 第16-17页 |
| 2 SARS微分方程模型建立与分析 | 第17-24页 |
| 2．1 分析与假设 | 第17-18页 |
| 2．2 建立 SARS微分方程模型 | 第18-21页 |
| 2．2．1 人群分类 | 第18页 |
| 2．2．2 参数说明 | 第18页 |
| 2．2．3 方程的建立 | 第18-19页 |
| 2．2．4 参数的确定 | 第19-20页 |
| 2．2．5 模型仿真 | 第20-21页 |
| 2．3 隔离率 Q对 SARS传播的影响 | 第21-23页 |
| 2．4 小结 | 第23-24页 |
| 3 基于神经网络的SARS传播模型 | 第24-33页 |
| 3．1 神经网络的基本结构 | 第24-25页 |
| 3．2 BP神经网络 | 第25-30页 |
| 3．2．1 BP神经网络的学习算法 | 第25-29页 |
| 3．2．2 BP神经网络设计 | 第29-30页 |
| 3．3 基于神经网络的SARS传播模型 | 第30-32页 |
| 3．3．1 神经网络结构的确定 | 第30-31页 |
| 3．3．2 基于神经网络模型的预测结果及分析 | 第31-32页 |
| 3．4 小结 | 第32-33页 |
| 4 基于复杂网络的SARS传播模型研究 | 第33-57页 |
| 4．1 复杂网络介绍 | 第33-40页 |
| 4．1．1 随机网络和规则网络 | 第34-36页 |
| 4．1．2 小世界网络 | 第36-38页 |
| 4．1．3 无标度网络 | 第38-40页 |
| 4．2 传染病在复杂网络上的传播 | 第40-43页 |
| 4．2．1 传染病在小世界网络上的传播特性 | 第40-41页 |
| 4．2．2 传染病在无标度网络上的传播特性 | 第41-43页 |
| 4．3 基于复杂网络的SARS传播模型研究 | 第43-56页 |
| 4．3．1 SARS在复杂网络上的传播模型 | 第43-53页 |
| 4．3．2 用复杂网络模拟北京疫情发展情况 | 第53-56页 |
| 4．4 小结 | 第56-57页 |
| 5 SARS传播仿真实验系统 | 第57-67页 |
| 5．1 关于 SARS的公共健康保护措施 | 第57-58页 |
| 5．2 建立 SARS传播仿真实验系统 | 第58-63页 |
| 5．3 SARS传播仿真实验系统及仿真结果 | 第63-66页 |
| 5．4 小结 | 第66-67页 |
| 结论 | 第67-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-75页 |
| 大连理工大学学位论文版权使用授权书 | 第75页 |
