公共場(chǎng)所傳染性疾病擴(kuò)散模型設(shè)計(jì)

趙安馳 朱鎮(zhèn)祥 方忠進(jìn)

摘要：傳染病會(huì)對(duì)人類社會(huì)產(chǎn)生重大影響，危害著人類健康。歷史上出現(xiàn)過(guò)各種大大小小的傳染疾病的案例，多次給人們生活和國(guó)家?guī)?lái)嚴(yán)重的影響，諸如SARS病毒、艾滋病等。這使得對(duì)傳染病發(fā)病機(jī)理、傳染規(guī)律和防治策略研究顯得尤為重要。針對(duì)傳染病帶來(lái)的一類問(wèn)題，該模型對(duì)病毒的擴(kuò)散因素及擴(kuò)散速率進(jìn)行了分析與模擬。利用動(dòng)畫形象地表現(xiàn)出病毒擴(kuò)散的速率，并將病毒擴(kuò)散因素分離出作為可控變量，通過(guò)輸入不同的可控因素變量值，從而觀察出不同因素下病毒擴(kuò)散的快慢程度?；贘ava的擴(kuò)散模型設(shè)計(jì)，展現(xiàn)了整個(gè)病毒擴(kuò)散過(guò)程，為找出有效的防控措施提供基礎(chǔ)。

關(guān)鍵詞：傳染性疾病;擴(kuò)散模型;Java

針對(duì)2020年春節(jié)前后突然爆發(fā)新型冠狀病毒肺炎，簡(jiǎn)稱“新冠肺炎”，該病毒具有易擴(kuò)散、難防控、傳播快的特點(diǎn)。爆發(fā)以來(lái)，迅速擴(kuò)散對(duì)全球經(jīng)濟(jì)、政治、文化、社會(huì)、生態(tài)等造成嚴(yán)重的打擊，同時(shí)我國(guó)迅速采取封閉隔離的有效措施，研究人員致力于病毒研究，研制新冠疫苗，但是人們對(duì)病毒擴(kuò)散模型還是了解不足。本文主要概述病毒擴(kuò)散模型的設(shè)計(jì)、實(shí)現(xiàn)、測(cè)試三個(gè)方面，首先通過(guò)對(duì)病毒擴(kuò)散調(diào)研分析，進(jìn)行擴(kuò)散模型進(jìn)行設(shè)計(jì)，其次針對(duì)設(shè)計(jì)對(duì)程序的具體的算法進(jìn)行完成，最后對(duì)程序產(chǎn)生的測(cè)試數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

1病毒擴(kuò)散模型的設(shè)計(jì)

經(jīng)過(guò)調(diào)研病毒擴(kuò)散主要由傳染源、人口密度、病發(fā)率、人群流動(dòng)快慢引起。由于人群流動(dòng)和移動(dòng)是不可控，使用標(biāo)準(zhǔn)正態(tài)分布的正負(fù)模擬人流動(dòng)的意愿并通過(guò)取得兩次不同的值使人進(jìn)行小范圍移動(dòng)，通過(guò)輸入的方式對(duì)傳染源、發(fā)病率、城市人口的規(guī)模進(jìn)行模擬：

傳染源：初始化病毒感染者會(huì)影響人與人之間的傳播速度;

發(fā)病率：模擬人的狀態(tài)從潛伏到發(fā)病的概率，發(fā)病才會(huì)傳播病毒;

城市規(guī)模：不同的城市人口不同人與人傳播不盡相同，也影響著傳播速度。

最后通過(guò)設(shè)置默認(rèn)的病死率，極低的治愈率和城市區(qū)域進(jìn)行病毒擴(kuò)散的模擬。

整個(gè)擴(kuò)散模型設(shè)計(jì)核心主要通過(guò)調(diào)研參數(shù)手動(dòng)輸入模擬如大小城市、戴口罩、隔離等不同情況下的產(chǎn)生的概率，判斷人的狀態(tài)進(jìn)行動(dòng)畫的渲染，持續(xù)播放病毒擴(kuò)散的過(guò)程。

2病毒擴(kuò)散模型的實(shí)現(xiàn)

2.1 病毒擴(kuò)散模型的基本原理

該擴(kuò)散模型的實(shí)現(xiàn)主要基于Java GUI中的Swing組件完成，Swing包括了許多基礎(chǔ)的圖形用戶界面（GUI）器件如：文本框，按鈕，分隔窗格和表。Swing是一種輕量級(jí)的組件，可以在所有平臺(tái)上采用統(tǒng)一的行為。開發(fā)環(huán)境是純Java環(huán)境，Java的JDK環(huán)境可以為應(yīng)用程序提供大量的API，給程序開發(fā)者提供了很好的開發(fā)環(huán)境。開發(fā)工具采用的是JetBrains公司研發(fā)的產(chǎn)品IDEA，搭建相關(guān)環(huán)境。IDEA開發(fā)工具為開發(fā)者提供了各種智能化設(shè)置，支持各類版本工具（git、svn）、Junit等工具。

擴(kuò)散模型的UI界面設(shè)計(jì)以簡(jiǎn)潔易懂為主。主要分為四大部分進(jìn)行展現(xiàn)：病毒擴(kuò)散演示區(qū)，醫(yī)院情況展示區(qū)，圖例數(shù)據(jù)顯示區(qū)以及控制因素設(shè)置區(qū)，如圖1所示。其中最核心的組件是JFrame容器，在JFrame容器中可以放入不同的其他組件，可以是其他容器也可以是各種顯示組件。相關(guān)容器可以設(shè)置其容器的相關(guān)屬性。

病毒擴(kuò)散演示區(qū)是由若干個(gè)小圓點(diǎn)組成，每一個(gè)小圓點(diǎn)代表城市中的居民，小圓點(diǎn)的移動(dòng)代表了居民的流動(dòng)。當(dāng)兩個(gè)小球的距離小于安全距離，就代表著居民處于可能被感染的狀態(tài)，都會(huì)有一定概率感染病毒，感染率是由初始化手動(dòng)進(jìn)行設(shè)定的。小圓點(diǎn)處于感染狀態(tài)下，每一次的移動(dòng)都有一定概率傳染給范圍內(nèi)的其他人，再通過(guò)居民自身的健康屬性來(lái)重新設(shè)置其小圓點(diǎn)顏色，即小球的狀態(tài)。小球移動(dòng)的核心算法如圖2所示。

醫(yī)院情況展示區(qū)展示了當(dāng)發(fā)生病毒感染后，醫(yī)院收治患者的情況，主要體現(xiàn)在醫(yī)院是否能夠及時(shí)的治療患者，是否能夠容納所有患者。結(jié)合圖例數(shù)據(jù)顯示區(qū)，可以更加清晰分析出此病毒傳染的嚴(yán)重性有多大。圖例數(shù)據(jù)顯示區(qū)展現(xiàn)了經(jīng)歷的時(shí)間、城市的總?cè)丝?、健康人?shù)、潛伏期人數(shù)、發(fā)病者人數(shù)、已經(jīng)隔離人數(shù)、病死人數(shù)以及空余病床和急需病床數(shù)。通過(guò)這些數(shù)據(jù)指標(biāo)能夠更好表現(xiàn)出病毒擴(kuò)散的速率與傳播范圍。

控制因素設(shè)置區(qū)主要將病毒擴(kuò)散的相關(guān)因素提取出來(lái)，通過(guò)針對(duì)不同的狀況設(shè)置不同參數(shù)因素來(lái)觀察病毒擴(kuò)散過(guò)程不同時(shí)段的傳播狀況。

2.2 病毒擴(kuò)散的算法過(guò)程

1）程序啟動(dòng)時(shí)，首先加載界面UI并初始化相關(guān)默認(rèn)數(shù)據(jù)，主要包括動(dòng)畫演示區(qū)、圖標(biāo)展示區(qū)、菜單控制區(qū)。

2）在輸入基本參數(shù)后，點(diǎn)擊開始按鈕。讀取基本參數(shù)，初始城市人口基數(shù)、初始感染人數(shù)與病毒感染率，啟動(dòng)動(dòng)畫線程。通過(guò)設(shè)置的城市的人口基數(shù)隨機(jī)渲染人所在的位置點(diǎn)，并隨機(jī)在生成的所有人中取出某一個(gè)，讓其狀態(tài)為潛伏狀態(tài)，如果已經(jīng)是潛伏狀態(tài)或以上更嚴(yán)重的狀態(tài)繼續(xù)取下一個(gè)人，循環(huán)直到滿足設(shè)置的初始感染人數(shù)。如圖4所示。

3）線程啟動(dòng)后，每0.1秒刷新一次畫面，重新繪制城市中人口感染狀況，并更新圖標(biāo)顯示區(qū)的數(shù)據(jù)信息。根據(jù)每個(gè)點(diǎn)的狀態(tài)不同從而繪制不同顏色的點(diǎn)，并更新點(diǎn)移動(dòng)的位置。

①如果為死亡狀態(tài)則不需要再進(jìn)行處理;

②如果確認(rèn)為確診狀態(tài)，且（世界時(shí)刻-確診時(shí)刻）大于醫(yī)院響應(yīng)時(shí)間則送入醫(yī)院治療，此時(shí)繼續(xù)判斷醫(yī)院床位是否充足，如果不充足報(bào)告床位所需數(shù)量;

③如果確認(rèn)為確診狀態(tài)并且死亡時(shí)刻為0，隨機(jī)產(chǎn)生一個(gè)數(shù)值，若此數(shù)值在病死率之間則通過(guò)死亡時(shí)間方差和死亡平均值取其正態(tài)分布得出死亡時(shí)間，否則不會(huì)被病死;

④如果為確診狀態(tài)或隔離狀態(tài)，并且死亡時(shí)間到了世界時(shí)間，更改狀態(tài)為死亡狀態(tài)并回收床位;

⑤如果為隔離狀態(tài)，隨機(jī)產(chǎn)生一個(gè)數(shù)值，如果數(shù)值在治愈率之間則表示患者被治愈，更新?tīng)顟B(tài)為治愈狀態(tài)，否則狀態(tài)不變;

⑥如果為潛伏狀態(tài)，則通過(guò)正態(tài)分布函數(shù)求得潛伏期時(shí)長(zhǎng)的發(fā)病時(shí)間，若此時(shí)世界時(shí)間-感染時(shí)間大于潛伏期則更新?tīng)顟B(tài)為確診狀態(tài)，否則狀態(tài)不變。