使用持续监测数据模拟流行病的传播

Y. Liang [1],Z. Shi [1],S。Sritharan[1]和H. Wan [2]
[1]中央州立大学,美国俄亥俄州威尔伯福斯
[2]赖特州立大学,美国俄亥俄州代顿
发布日期2010年

本文提出了一个新型的数据挖掘框架,以模拟使用持续监视数据模拟流行病的传播。该框架是通过根据统计力学理论合并有关流行病,地理信息和疾病动力学的持续监视数据来提出的。在实施该框架时,地理条件用于定义传热介质,该传热介质由热电导率和热电容进行特征。有关流行病的持续监测数据被用作初始疾病。易感感染的回收(SIR)模型,关于流行病的最基本动态模型之一是用作Neumann边界条件。结果,可以通过求解相应的瞬态传热问题来模拟流行病的传播。使用comsol多物理学作为主要平台,通过模拟在明尼阿波利斯(美国明尼苏达州)地区的样本部位的流行病的传播来评估该框架。