【正文】 非常感謝您能夠看完我的這封信，希望我的建議和措施能夠考慮一下。 如果你身邊有人有疑似埃博拉病毒感染的癥狀，請(qǐng)將其送到就近的醫(yī)療機(jī)構(gòu)進(jìn)行完全隔離觀察。 如果您身邊有人感染了埃博拉病毒，請(qǐng)焚燒其接觸過的物品。 盡量減少參加大型集會(huì)，交際場(chǎng)合應(yīng)盡量避免握手和擁抱，最好揮手招呼即可。避免直接接觸埃博拉病毒感染者的體液。所以平時(shí)要時(shí)刻注意生活和工作場(chǎng)所是否有安全威脅。隔離在很大程度上減少了感染埃博拉病毒的人數(shù)。在我們的論文正文中，得出這樣的結(jié)論：環(huán)境因素對(duì)傳染病的傳播有影響，同時(shí)也影響著染病者人數(shù)的預(yù)測(cè)結(jié)果。)。,39。imwrite(zMesh,39。zMesh=uint8(zMesh)。endiendtemp=max(max(zMesh))。 end zMesh(I,J)=zMesh(I,J)+1。 if((I=0)|(IM)) I=M。 end J=round(N*(X(1)+30)/90)。derta]。derta]。0]。0]。 seed=rand(1)。 pku=exp(derta*nkq)/ckq。 pkr=exp(derta*ekq)/ckq。 ckq=2*cosh(derta*ekq)+2*cosh(derta*nkq)+xkq。 nkq=temp(2)/(2*(sigma^2)*(1hfunction(X,beita)))。 temp=(plan(step*dertat)+affine(X,step*dertat,1))。% temp=(plan(step*dertat)+affine([0。% Starting in the process of Euler iterative. X=X0。stepMax=ceil(timef/dertat)。dertat=lamga*(derta^2)。30]。lamga=1/(4*(sigma^2))。%Parameters and innitial values ahout the model.sigma=1。zMesh=repmat(0,[M N])。[1] Shanglai Guo. Stochastic Control[M]. Beijing: Science Press, 1998.[2] , . One x Plieit solution to stoehastie differential equations. ,2000,18(4):571580.[3] Qiyuan Jiang, Jinxing Xie, Jun Ye. Mathematical model[M]. Beijing: Higher Education Press, 2003.[4] Min Xu. Stochastic model machine risk analysis of HIV transmission[D]. Donghua University. . [5] [6] [7] Heinz F, Thomas W G. Ebola haemorrhagic fever [J]. The Lancet, 2011,377: 849862.[8] Maosheng Liu, Yicang Zhou. Research of one type age structure of HIV transmission dynamics model. North China Institute of Technology, 2004, 25(2): 2530.Appendix：min + + +++++++++++++.x11 + x12 + x13=13512x21 + x22 + x23 =13512x31 + x32 + x33=13512x41 + x42 + x43=13512x51 + x52 + x53=13512x61 + x62 + x63=13512x11 + x21 + x31 +x41+x51+x61= 21146x12 + x22 + x32+x42+x52+x62 = 23454x13 + x23 + x33 +x43+x53+x63= 36472end模型的最優(yōu)解見下圖：2. 埃博拉病毒患病人數(shù)隨時(shí)間的分布情況Tab1.The Cumulative MonthsPeriod of TimeCasesThe Late Patients122th May 21th Apr21579222th Apr 21th May27089322th May 21th June599191422th June 21th July1093433522th July 21th Aug26151188622th Aug 21th Sept62633363722th Sept 21th Oct99465087822th Oct 21th Nov1535110246922th Nov 21th Dec19497119091022th Dec 25th Jan2209213282%The eqaution that approximatively solving stochastic by Euler iterative.function mecca_zjM=500。文中所涉及的方法和模型可以解決類似的病情，比如SARS、禽流感、瘋牛病、艾滋病等。各國(guó)運(yùn)輸藥物使用同款運(yùn)輸機(jī)，并且運(yùn)行速度保持一致，實(shí)踐起來，有一定難度。仿真結(jié)果驗(yàn)證了最優(yōu)隔離控制的有效性，并且說明了在疾病大規(guī)模爆發(fā)時(shí)，釆用最大強(qiáng)度的隔離措施對(duì)控制疾病是非常有意義的。模型三是在模型一、二的基礎(chǔ)上，提出一種控制疾病繼續(xù)傳播的有效措施。(a) (b)Fig . (a)圖為未實(shí)施隔離控制下染病者人數(shù)變化情況，(b)圖為最優(yōu)隔離控制下染病者人數(shù)變化（a） 在最優(yōu)控制下，染病者的人員總數(shù)情況（b） 在最優(yōu)控制下，易感者的人員總數(shù)情況（c） 在最優(yōu)控制下，治愈者的人員總數(shù)情況 模型一考慮了實(shí)際情況下環(huán)境因素的干擾，利用隨機(jī)微分方程模型對(duì)埃博拉病毒的傳播過程進(jìn)行建模，結(jié)合實(shí)際數(shù)據(jù)，運(yùn)用隨機(jī)微分方程數(shù)值解方法，對(duì)未來感染者人數(shù)占總?cè)丝诘谋壤M(jìn)行預(yù)測(cè)，在此基礎(chǔ)上提出通過調(diào)節(jié)傳染率控制指標(biāo)來達(dá)到降低未來感染者比例的目的，為更進(jìn)一步地對(duì)埃博拉病毒傳播過程進(jìn)行精確地建模提供了理論上的基礎(chǔ)，為分析其流行趨勢(shì)提供了更為有利的工具。同理，在染病者人數(shù)圖像組里，首先峰值最小，而且大部分呈下降趨勢(shì)，在這一組里，又是最優(yōu)控制解。接下來考慮使用隔離的情況。 系統(tǒng)參數(shù)對(duì)應(yīng)表參數(shù)值參數(shù)值300112197157915863710368922131341末端時(shí)刻630天（21個(gè)月）控制上界控制下界根據(jù)系統(tǒng)參數(shù)值運(yùn)用MATLAB繪制易感者人數(shù)，染病者人數(shù)和治愈者人數(shù)對(duì)于時(shí)間的圖像曲線，根據(jù)實(shí)際情況與數(shù)據(jù)顯示，選出最優(yōu)隔離控制的值。將本文所討論的最優(yōu)控制問題轉(zhuǎn)化為最小化哈密頓函數(shù)問題：設(shè)，其中是第個(gè)系統(tǒng)狀態(tài)方程的右端，是協(xié)態(tài)變量，如果是上面系統(tǒng)的最優(yōu)控制，是相應(yīng)的狀態(tài)解，那么存在協(xié)態(tài)變量使得：協(xié)態(tài)方程： 橫截條件和最優(yōu)控制數(shù)值仿真研究埃博拉爆發(fā)期間的最優(yōu)檢疫隔離控制策略。我們的目標(biāo)是尋找最優(yōu)控制使得其中，是關(guān)于的函數(shù)，控制約束集合，為指定常數(shù)?？紤]到如何實(shí)施控制方案才能保證疾病大規(guī)模爆發(fā)的同時(shí)，我們付出的各種代價(jià)（包括政治代價(jià)、政策代價(jià)、經(jīng)濟(jì)代價(jià)等）達(dá)到最小，我們采用這樣的性能指標(biāo)，其中，為末端時(shí)刻，此性能指標(biāo)考慮了染病者人數(shù)和實(shí)際隔離控制所付出的代價(jià)。于是可以建立如下的微分代數(shù)系統(tǒng)：式中：表示易感者，染病者和治愈者的輸入率。在滿足各需求地需求量的前提下，利用Lingo軟件確定出各個(gè)產(chǎn)地運(yùn)往不同需求地的藥物量，然后得到最優(yōu)調(diào)運(yùn)方案。（2）當(dāng)非感染者注射疫苗后，就確保