基于多层耦合种群网络的病毒传播规律与控制策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61902048
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0211.信息检索与社会计算
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The traffic congestion and population globalization have become the main route of disease spreading. Based on the real traffic flow and human behavior, the strategy of reassigning packages with artificial intelligence could reduce congestion and narrow the scope of disease transmission, and it will become the key development direction in the future. However, the complexity of traffic flow and human activities has made the study of disease transmission a challenge. For this purpose, this project takes into consideration the impact of real traffic flow and human behavior. The main research contents include: 1) Combining probability map theory and Markov chain, establishing coupled metapopulation network from traffic and passenger network based on granular computing theory and extracting diffusion regular; 2) Based on the coupled metapopulation network, study the disease propagation model and analyse it by message passing theory; 3) The swarm intelligence is introduced to divert the flow of traffic and passengers. The strategy is optimized and verified from two aspects: traffic congestion and disease spreading. The significance of the research lies in: 1) Theoretically, accurately depicting the law of disease transmission and exploring the mechanism of traffic behavior; 2) Applying the important factors of disease contact transmission, providing decision-making reference for relieving traffic congestion and reducing disease spreading.
严重的交通拥堵及快速的人口全球化,已成为疾病传播的主要途径。其中基于真实交通流和客流量扩散规律,采用人工智能干预客流量分配策略缩小拥堵和疾病传播范围,成为未来缓解交通压力与疾病防控的重点发展方向。然而交通流和人类活动各自的复杂性,使得研究疾病传播成为一项挑战。为此本课题综合考虑真实的交通行为的影响,最大限度模拟真实的交通流量扩散过程。主要研究内容包括:1)基于粒计算理论对国内城市地理位置进行粒度划分,结合概率图理论和马尔可夫链,对车流量和客流量建立耦合种群网络,提取扩散规律;2)以构建的耦合种群系统为基础,研究疾病传播模型,采用消息传递理论展开解析;3)引入群体智能,疏导客流扩散,从交通拥堵和疾病传播两个方面对该策略进行优化和验证。研究的意义在于:1)理论上,准确刻画疾病传播规律,探讨交通行为的作用机制;2)应用上,挖掘疾病接触传播的重要因素,为缓解交通压力和减少疾病接触传播提供决策参考。

结项摘要

近三年的新冠病毒疾病传播对国内外的经济和生活产生了很大的影响,随着人类对该病毒的认识的不断提高,采取的应对策略也在不断的变化。三年来不论疫情发展的任何,控制病毒传播最基本的措施就是限制交通和人员流动,因为交通作为疾病传播最主要的媒介,对疾病传播影响巨大。本项目负责人三年来主要研究人类交通的活动对病毒传播的影响,已发表论文3篇,二审中论文1篇,专利3项。研究发现病毒传播范围会随着交通流的增加出现一个高峰,然后出现拐点,并且随着不同的疫情防御措施的变化,拐点位置会出现相应差异。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(3)
Fixed/Predefined-Time Synchronization of Memristor-Based Complex-Valued BAM Neural Networks for Image Protection
用于图像保护的基于忆阻器的复值 BAM 神经网络的固定/预定义时间同步
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    Frontiers in Neurorobotics
  • 影响因子:
    3.1
  • 作者:
    Liu Aidi;Zhao Hui;Wang Qingjie;Niu Sijie;Gao Xizhan;Su Zhen;Li Lixiang
  • 通讯作者:
    Li Lixiang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码