公共場所傳染性疾病擴散模型設計

趙安馳 朱鎮祥 方忠進

摘要：傳染病會對人類社會產生重大影響，危害著人類健康。歷史上出現過各種大大小小的傳染疾病的案例，多次給人們生活和國家帶來嚴重的影響，諸如SARS病毒、艾滋病等。這使得對傳染病發病機理、傳染規律和防治策略研究顯得尤為重要。針對傳染病帶來的一類問題，該模型對病毒的擴散因素及擴散速率進行了分析與模擬。利用動畫形象地表現出病毒擴散的速率，并將病毒擴散因素分離出作為可控變量，通過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散的快慢程度。基于Java的擴散模型設計，展現了整個病毒擴散過程，為找出有效的防控措施提供基礎。

關鍵詞：傳染性疾病;擴散模型;Java

針對2020年春節前后突然爆發新型冠狀病毒肺炎，簡稱“新冠肺炎”，該病毒具有易擴散、難防控、傳播快的特點。爆發以來，迅速擴散對全球經濟、政治、文化、社會、生態等造成嚴重的打擊，同時我國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，但是人們對病毒擴散模型還是了解不足。本文主要概述病毒擴散模型的設計、實現、測試三個方面，首先通過對病毒擴散調研分析，進行擴散模型進行設計，其次針對設計對程序的具體的算法進行完成，最后對程序產生的測試數據進行統計分析。

1病毒擴散模型的設計

經過調研病毒擴散主要由傳染源、人口密度、病發率、人群流動快慢引起。由于人群流動和移動是不可控，使用標準正態分布的正負模擬人流動的意愿并通過取得兩次不同的值使人進行小范圍移動，通過輸入的方式對傳染源、發病率、城市人口的規模進行模擬：

傳染源：初始化病毒感染者會影響人與人之間的傳播速度;

發病率：模擬人的狀態從潛伏到發病的概率，發病才會傳播病毒;

城市規模：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。

最后通過設置默認的病死率，極低的治愈率和城市區域進行病毒擴散的模擬。

整個擴散模型設計核心主要通過調研參數手動輸入模擬如大小城市、戴口罩、隔離等不同情況下的產生的概率，判斷人的狀態進行動畫的渲染，持續播放病毒擴散的過程。

2病毒擴散模型的實現

2.1 病毒擴散模型的基本原理

該擴散模型的實現主要基于Java GUI中的Swing組件完成，Swing包括了許多基礎的圖形用戶界面（GUI）器件如：文本框，按鈕，分隔窗格和表。Swing是一種輕量級的組件，可以在所有平臺上采用統一的行為。開發環境是純Java環境，Java的JDK環境可以為應用程序提供大量的API，給程序開發者提供了很好的開發環境。開發工具采用的是JetBrains公司研發的產品IDEA，搭建相關環境。IDEA開發工具為開發者提供了各種智能化設置，支持各類版本工具（git、svn）、Junit等工具。

擴散模型的UI界面設計以簡潔易懂為主。主要分為四大部分進行展現：病毒擴散演示區，醫院情況展示區，圖例數據顯示區以及控制因素設置區，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。相關容器可以設置其容器的相關屬性。

病毒擴散演示區是由若干個小圓點組成，每一個小圓點代表城市中的居民，小圓點的移動代表了居民的流動。當兩個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，都會有一定概率感染病毒，感染率是由初始化手動進行設定的。小圓點處于感染狀態下，每一次的移動都有一定概率傳染給范圍內的其他人，再通過居民自身的健康屬性來重新設置其小圓點顏色，即小球的狀態。小球移動的核心算法如圖2所示。

醫院情況展示區展示了當發生病毒感染后，醫院收治患者的情況，主要體現在醫院是否能夠及時的治療患者，是否能夠容納所有患者。結合圖例數據顯示區，可以更加清晰分析出此病毒傳染的嚴重性有多大。圖例數據顯示區展現了經歷的時間、城市的總人口、健康人數、潛伏期人數、發病者人數、已經隔離人數、病死人數以及空余病床和急需病床數。通過這些數據指標能夠更好表現出病毒擴散的速率與傳播范圍。

控制因素設置區主要將病毒擴散的相關因素提取出來，通過針對不同的狀況設置不同參數因素來觀察病毒擴散過程不同時段的傳播狀況。

2.2 病毒擴散的算法過程

1）程序啟動時，首先加載界面UI并初始化相關默認數據，主要包括動畫演示區、圖標展示區、菜單控制區。

2）在輸入基本參數后，點擊開始按鈕。讀取基本參數，初始城市人口基數、初始感染人數與病毒感染率，啟動動畫線程。通過設置的城市的人口基數隨機渲染人所在的位置點，并隨機在生成的所有人中取出某一個，讓其狀態為潛伏狀態，如果已經是潛伏狀態或以上更嚴重的狀態繼續取下一個人，循環直到滿足設置的初始感染人數。如圖4所示。

3）線程啟動后，每0.1秒刷新一次畫面，重新繪制城市中人口感染狀況，并更新圖標顯示區的數據信息。根據每個點的狀態不同從而繪制不同顏色的點，并更新點移動的位置。

①如果為死亡狀態則不需要再進行處理;

②如果確認為確診狀態，且（世界時刻-確診時刻）大于醫院響應時間則送入醫院治療，此時繼續判斷醫院床位是否充足，如果不充足報告床位所需數量;

③如果確認為確診狀態并且死亡時刻為0，隨機產生一個數值，若此數值在病死率之間則通過死亡時間方差和死亡平均值取其正態分布得出死亡時間，否則不會被病死;

④如果為確診狀態或隔離狀態，并且死亡時間到了世界時間，更改狀態為死亡狀態并回收床位;

⑤如果為隔離狀態，隨機產生一個數值，如果數值在治愈率之間則表示患者被治愈，更新狀態為治愈狀態，否則狀態不變;

⑥如果為潛伏狀態，則通過正態分布函數求得潛伏期時長的發病時間，若此時世界時間-感染時間大于潛伏期則更新狀態為確診狀態，否則狀態不變。