数学建模之模型预测

1.问题的重述
2019年12月12日, 中国湖北省武汉市报告了一例病因不明的肺炎病例, 世界卫生组织将新型冠状病毒感染的肺炎命名为新型冠状病毒肺炎(corona virus disease 2019, COVID–19)。截至目前给中国人民带来了十分严重的生命和财产损失。
新冠病毒的传播特征为传播速度快，轻症、无症状者比例高，且轻症、无症状者具有传染能力。由于轻症和无症状者不易通过就医等途径发现，使传播途径更加具有隐匿性，这就极易出现疫情被发现时已经出现了较长时间的社区传播。为控制疫情尽快实现动态清零，尽早发现病毒携带者是一个关键问题。考虑疫情防控常态化需求，长期对一个地区的人员进行监测。可以采用抽取部分人员进行核酸检测的方法，如何找到能尽快检测出群体中是否存在新冠病毒携带者、尽少的检测人次的监测方案是目前的研究热点问题。
2.模型建立

3.模型求解
针对5万人的高校，从一部分同学的共有属性下手，大学生的活动是很有规律的，他们每天要按时分班级上课，所以我们就以班级来区分学生种群来进行核酸检测抽样。
假设学生只能在校园活动，活动范围较小。所以当有一个病毒携带者出现在校园后，学校不作任何防控措施，开始的感染人数会急剧上升，但一段时间后病毒在校园内已经接近饱和了，感染人数也就上升得较慢了。

与无防范措施情况对比，针对此种情况，学生在班级的建制下，成群出动并且接触时间较长。我们按班级进行分类将学生分为若干子群，在各子群中随机找一个代表进行检测，保证各班级不被病毒侵扰。

4.模型优点
考虑到了监控措施是一个人员筛减和动态系统的复杂建模问题，并通过监控群体来快速的寻找病毒携带者。找出关键点在于找出不同属性人的群体，发现了从很多不同方向入手，比如按生活的人口密度划分、每天接触人次数量划分、按行业或者班级划分。提到问题是一个动态的仿真建模，而且通过运用概率学来进行模拟动态的一个过程。引入随机数，进而实现一个概率学的动态系统仿真模拟。