检索历史 清除

摘要在传染病的防疫控制中，防控不当容易导致大规模流行。因此，我们亟需探索传染病的传播方式，发现疾病的流行规律，进而为制定预防和控制措施提供科学的参考标准。此外，在传染病流行期间，传染病并不是只影响人类的健康方面的问题，它甚至将影响社会生活的各个方面，甚至会引起公共安全事故。传染病与各种各样的犯罪活动逐渐的联系在一起，会影响不同类型案件发生。所以，探索流行性传染病对各类犯罪行为造成的影响刻不容缓。<br>　　本文对流行性传染病的发展趋势进行研究，以纽约市的新冠肺炎实际发展状况为例，收集纽约市卫生局官方发布的新冠肺炎的数据集，并与网易发布的纽约市新冠肺炎的数据集进行整理结合。在此基础上，提出了一种对流行性传染病进行分析与预测的易感者-潜伏者-感染者-因病死亡者-康复者模型（Susceptible-Exposed-Infected-Death-Recovered，SEIDR），将提出的SEIDR模型与传统的传染病模型进行对比，证明SEIDR模型具有较好的预测效果。然后使用SEIDR模型和L-BFGS优化方法对纽约市新冠肺炎的前期传播数据进行拟合，得到了感染率、潜伏发病率、因病死亡率、康复率等重要参数，并通过基础再生数的值证明纽约市新冠肺炎情况的严重性。最后使用这些参数对纽约市新冠肺炎未来的发展情况进行了预测。经过数据验证表明，本文建立的SEIDR模型可有效为我国某省公安行业在新冠肺炎等流行性传染病的防控中提供科学的量化指标。<br>　　本文根据纽约市官方发布的犯罪数据集，对纽约市具有代表性的三类犯罪类型进行研究，首先对不同案件类型的历史数据进行分析，找到这三类案件各自适用的时间序列分析方法，发现抢劫类与入室盗窃类案件适用于自回归滑动平均混合模型（AutoregressiveIntegratedMovingAverage，ARIMA），重罪攻击类案件适用于二次指数平滑模型。然后使用同样的方法对受到流行性传染病影响的三类案件的发展趋势进行模拟与分析，与未受到流行性传染病影响的三类案件发展趋势进行对比。最终发现，抢劫类案件的发展基本不会受到流行性传染病的影响，但对重罪攻击类与入室盗窃类案件产生一定影响，其中重罪攻击类案件发生频率将下降，而入室盗窃类案件发生频率将上升。研究表明，当再次有流行性传染病发生时，本文方案对预防犯罪的部署将有一定的理论指导意义。