2015年美赛A类O奖论文：埃博拉疫情建模与控制策略

本文是关于2015年美国大学生数学建模竞赛(A类优秀奖)论文的中文翻译，主要探讨如何通过数学建模来根除埃博拉病毒。论文内容涉及建立SEIHCR(CT)疫情模型，药物干预策略，优化配送中心的选择，以及对关键因素的敏感性分析。 在论文中，作者首先介绍了考虑埃博拉病毒特征的SEIHCR(CT)模型，这是一个基于医院治疗、传染性尸体和强化接触者追踪的扩展版SEIR模型。通过对模型参数的计算机仿真调整，结果与世界卫生组织的数据相吻合，证明模型的有效性。 接着，论文探讨了药物干预的重要性。通过计算和比较世界卫生组织的统计数据，作者确定了所需药物总量，并应用加权模糊c均值聚类算法来优化药物配送中心的选取。他们选择了六个地点作为配送中心，并计算了每个地点的药品份额，以确保高效分配。模型预测，提高制药速度和药物疗效将显著增强干预效果。 此外，论文强调了更安全的尸体处理和早期识别/隔离在控制疫情中的作用。通过改变模型参数，作者预测了不同干预措施下累计病例(CUM)的变化，结果显示这些措施可以更快地降低CUM并达到较低平台。他们还分析了控制埃博拉的关键因素，如隔离率和开始治疗的时间，指出当隔离率达到33%-40%，并且治疗时间提前时，疾病可以得到有效控制。 最后，作者进行了敏感性分析，针对传播率、潜伏期和致死率这三个关键参数进行了研究，以了解它们对疫情演变的影响。通过敏感性分析，可以更好地理解参数变化如何影响疾病动态，为政策制定者提供决策依据。 关键词: 埃博拉疫情模型、累计病例、聚类算法、药物干预、配送中心优化、敏感性分析 这篇翻译论文展示了数学建模在公共卫生领域的应用，对于理解和应对类似埃博拉这样的传染病大流行提供了科学的策略和方法。通过数学工具，可以预测疫情发展趋势，评估控制措施的效果，并指导实际的公共卫生决策。