CN113270202A - 一种基于场论的病毒传播预测方法 - Google Patents

Abstract

本发明提供一种基于场论的病毒传播预测方法，包含步骤：S1、基于病毒存活时间、空间范围建立病毒感染场场强模型；S2、基于未感染人员在病毒感染场的行动轨迹、暴露时间计算其暴露当量；S3、基于病毒感染场中所有未感染人员各自采取的防护措施，获取所有未感染人员的累积暴露当量；S4、基于累积暴露当量计算未感染人员在接触病毒的前提下感染病毒的概率；S5、所述接触病毒的前提下感染病毒的概率，以及病毒感染场中未感染人员、已感染人员各自是否采取防护措施及措施类型，得到微观因素影响下的病毒感染概率；S6、基于微观因素影响下的病毒感染概率、病毒感染场是否采取公共防护措施及措施类型，得到宏观因素影响下的病毒感染概率。

Description

一种基于场论的病毒传播预测方法

技术领域

本发明涉及病毒传播预测及策略控制领域，特别涉及一种基于场论的病毒传播预测方法。

背景技术

国内外有许多学者和研究机构通过统计学方法与动力学方法对各类病毒传播进行预测和评估。

统计学模型通过小样本的数据对总体进行预测,适用信息不完全的情况。然而，由于小样本与总体样本具有传播特性差异，该方法的估计结果可能存在较大的偏差。同时，统计学模型无法反映病毒传播的变化趋势，只能进行事后的趋势统计，无法对各种应对策略进行有效的预评估，因此时效性较差。与统计模型不同，动力学模型能给出较为清晰的逻辑关系，因而在病毒传播研究中被广泛采用，但在实际应用中仍存在局限性，该类模型无法对病毒扩散趋势做长时空多边约束条件下准确评估和预测。

研究表明，短程场作用更有利于揭示数据分布的凝聚特性。因此利用场来表征微观的病毒载体感染场，然后通过加载该微观的病毒载体感染场，基于一定条件概率的计算，最终呈现病毒传播的预测结果，所有的应对策略均会作用在微观的病毒载体感染场上，通过病毒载体感染场的特征参数的变化影响病毒传播结果。基于上述机理的病毒传播预测和策略评估将更有现实的指导意义同时也更具有广泛地移植性。

发明内容

本发明的目的是提供一种基于场论的病毒传播预测方法，通过建立病毒感染场，基于微观因素和宏观因素，有效分析病毒感染场中的感染概率，能够做到准确预测病毒传播强度，分析防护措施的有效性。

为了达到上述目的，本发明提供一种基于场论的病毒传播预测方法，包含步骤：

S1、基于病毒存活的时间、空间范围建立病毒感染场的场强模型；

S2、基于未感染人员行动轨迹、在病毒感染场中暴露的时间计算该人员在病毒感染场的暴露当量；

S3、基于病毒感染场中所有未感染人员各自采取的防护措施，获取该病毒感染场中所有未感染人员的累积暴露当量；

S4、基于所述累积暴露当量计算未感染人员在接触病毒的前提下感染病毒的概率；

S5、基于所述接触病毒的前提下感染病毒的概率，以及病毒感染场中未感染人员、已感染人员各自是否采取防护措施、各自所采取防护措施的类型，计算得到微观因素影响下的病毒感染概率；

S6、基于所述微观因素影响下的病毒感染概率、病毒感染场是否采取公共防护措施及所采取公共防护措施的类型，计算得到宏观因素影响下的病毒感染概率。

可选的，步骤S1中，所述场强模型的表达式为：

C表示病毒的场强大小；基于环境的地面建立二维坐标系，(x,y)、(x₀,y₀)分别表示病毒、人在所述二维坐标系中的位置，t表示时间；f₁(·)表示病毒的场强大小随病毒位置、时间变化的公式，k表示病毒存活的影响因子综合作用强度，σ_x(t)、σ_y(t)为在二维坐标系的x轴、y轴方向上，随着时间变化的病毒强度。

可选的，σ_x(t)、σ_y(t)服从Weibull分布，σ_x(t)、σ_y(t)的表达式为：

α为形状参数，λ为比例参数。

可选的，病毒存活的影响因子综合作用强度k的数学表达式为：

d表示病毒存活的影响因子总个数，k_i表示第i个影响因子的作用强度；f₂(·)表示k与k_i的关系；λ_i为k_i的权重因子。

可选的，步骤S2中：

当未感染人员与病毒保持相对静止，未感染人员的暴露当量Q为：

t₁、t₂为未感染人员进入、离开病毒感染场的时间，Δt＝t₂-t₁；当未感染人员与病毒保持相对运动，未感染人员的暴露当量Q为：

Q＝∫∫∫CΔtdxdydt。

可选的，步骤S3中累积暴露当量的计算公式为：

L所述累积暴露当量；wr为病毒感染场内未感染人员总数；Q_i表示病毒感染场内第i个未感染人员的暴露当量，l_i表示该人员所采取的防护措施的措施系数。

可选的，步骤S4包含：

S41、计算暴露当量阈值R；

S42、令B表示事件：接触病毒；事件B的概率：

S43、令A表示事件：感染病毒；P(A|B)为所述接触病毒的前提下感染病毒的概率，

P(AB)为接触病毒并感染病毒的概率。

可选的，步骤S5中，若未感染人员周围的预设范围内包含I名已感染人员：

S51、场景一：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员也采取防护措施；该未感染人员的微观因素影响下的病毒感染概率记为P₁，

其中，a表示未感染人员所采取防护措施的类别，n_a表示未感染人员采取该类别防护措施的概率，N_a表示采取第a类别防护措施的感染概率；bi表示所述I名已感染人员中的第i名未感染人员所采取防护措施的类别，M_bi表示该第i名未感染人员采取该类别防护措施的概率，m_i表示采取第bi类别防护措施的感染概率；

S52、场景二：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₂，

S53、场景三：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员已采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₃，

S54、场景四：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₄，

可选的，步骤S6包含：

S61、若病毒感染场不采取公共防护措施：

S62、若病毒感染场采取公共防护措施，

其中，c表示病毒感染场所采取公共防护措施的类别，g_c表示病毒感染场采取第c类别公共防护措施的概率，G_c表示采取第c类别公共防护措施的感染概率；

P_j′为场景j中，该未感染人员宏观因素影响下的病毒感染概率，j＝1,2,3,4。

与现有技术相比，本发明的有益效果在于：

1)本发明基于场论的病毒传播预测方法，通过建立病毒感染场场强模型，得到未感染人员在病毒感染场中的暴露当量，进一步计算得到病毒感染场中所有未感染人员的累积暴露当量，通过该累积暴露当量计算未感染人员接触病毒的前提下感染病毒的概率；

2)本发明通过对病毒感染场中的未感染人员，及该未感染人员周围预设范围内的已感染人员进行微观因素(个人所采取的防护措施)影响下的感染概率分析；同时结合所述微观因素影响下的感染概率，分析了宏观因素(病毒感染场所采取的公共防护措施)影响下的病毒感染概率，能够对各类病毒的传播概率进行预测评估，不受应用场景限制，具有实际指导意义。

附图说明

为了更清楚地说明本发明技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图：

图1为本发明基于场论的病毒传播预测方法流程图；

图2为单个病毒感染场的平面结构示意图；

图3为多个病毒感染场的平面结构示意图；

图4为病毒感染场场强的高斯曲面图；

图5为单个病毒载体感染场的暴露当量平面示意图；

图6为多个病毒载体感染场的暴露当量平面示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明从病毒的传播微观机理入手、以场论为理论依据建立病毒感染场；进一步构建病毒感染场的场强函数，计算未感染人群在感染场的累积暴露当量；基于个人采取的各类防护措施及病毒感染场所在环境采取公共防护措施，分析病毒传播概率，对病毒传播强度进行预测。

如图1所示，本发明提供一种基于场论的病毒传播预测方法，包含步骤：

S1、基于病毒存活的时间、空间范围建立病毒感染场的场强模型；

所述场强模型的表达式为：

C表示病毒的场强大小；基于环境的地面建立二维坐标系，(x,y)、(x₀,y₀)分别表示病毒、人在所述二维坐标系中的位置，t表示时间；f₁(·)表示病毒的场强大小随病毒位置、时间变化的公式，k表示病毒存活的影响因子综合作用强度，σ_x(t)、σ_y(t)为在所述二维坐标系的x轴、y轴方向上，随着时间变化的病毒强度。

σ_x(t)、σ_y(t)服从Weibull分布，σ_x(t)、σ_y(t)的表达式为：

α为形状参数，λ为比例参数。σ_x(t)、σ_y(t)的函数图像首先是凹的，然后是凸的，拐点为

考虑病毒特性，根据病毒活性最佳的时间计算出α的值，再根据病毒活性计算出λ的值(此为现有技术)。

如图4所示的高斯曲面中，可以通过时间确定此刻病毒活性，再通过病毒载体与未感染人员的坐标计算出两者的距离，从而计算出此时此刻此地的病毒感染场场强。

病毒存活的影响因子综合作用强度k的数学表达式为：

d表示病毒存活的影响因子总个数，k_i表示第i个影响因子的作用强度；f₂(·)表示k与k_i的关系；λ_i为k_i的权重因子。所述影响因子包含温度、湿度、物体材质、紫外线、pH、病毒种类、载量等。

“场”的概念最初是用来描述物质对象之间的作用力，本发明中受到场论思想的启发，用数学作为工具，借鉴物理场的研究方法，考虑病毒特性，诸如病毒传播途径，传播距离和时效，建立病毒感染场(微观)。类同库伦定律，病毒与人之间的作用力与距离成反比，距离越远，作用力越小；距离越近，作用力越大。短程场作用更有利于揭示病毒感染场分布的凝聚特性，病毒感染场的作用范围必须在有限范围内迅速衰减。在充分考虑病毒特性以及病毒感染场内空间病毒传染的特性，高斯函数则可以满足迅速衰减的特性。如图2所示，以病毒投影为中心，感染半径为半径做圆，构建单个病毒载体的感染场，距离中心点越近，场强越大，距离中心点越远，场强越小。图3为不同影响因素下的多个载体的感染场相互叠加的平面示意图。

病毒感染场影响因素包含：

1)时间：

病毒活性随时间不断发生变化，场强也随之不断变化。

2)空间：

病毒感染场存在着感染半径，距离病毒越近，场强作用越明显。

3)其他因素：

病毒在无生命物体表面的存活时间受到一系列内在因素和外在因素的影响，外在因素包括温度、湿度、物体材质、紫外线、pH等，内在因素包括病毒种类、载量等。

S2、基于未感染人员行动轨迹、在病毒感染场中暴露的时间计算该人员在病毒感染场的暴露当量；

如图5所示，人员从进入病毒感染场开始直到离开，整个过程中因时空变化而引起暴露当量变化。在本发明的实施例中，当未感染人员与病毒保持相对静止，未感染人员的暴露当量Q为：

t₁、t₂为未感染人员进入、离开病毒感染场的时间，Δt＝t₂-t₁；

在本发明的实施例中，当未感染人员与病毒保持相对运动，未感染人员的暴露当量Q为：

Q＝∫∫∫CΔtdxdydt。 (5)

S3、基于病毒感染场中所有未感染人员各自采取的防护措施，获取该病毒感染场中所有未感染人员的累积暴露当量；

如图6所示，随着人员轨迹不断叠加，病毒感染场出现重合，暴露当量特发生累积，在本发明的实施例中，步骤S3中累积暴露当量的计算公式为：

L所述累积暴露当量；wr为病毒感染场内未感染人员总数；Q_i表示病毒感染场内第i个未感染人员的暴露当量，l_i表示该人员所采取的防护措施的措施系数。

S4、基于所述累积暴露当量计算未感染人员在接触病毒的前提下感染病毒的概率；

步骤S4包含：

S41、计算暴露当量阈值R；

S42、令B表示事件：接触病毒；事件B的概率：

S43、令A表示事件：感染病毒；P(A|B)为所述接触病毒的前提下感染病毒的概率，

P(AB)为接触病毒并感染病毒的概率。

可选的，步骤S5中，若未感染人员周围的预设范围内包含I名已感染人员：

S5、基于所述接触病毒的前提下感染病毒的概率，以及病毒感染场中未感染人员、已感染人员各自是否采取防护措施、各自所采取防护措施的类型，计算得到微观因素影响下的病毒感染概率；

S51、场景一：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员也采取防护措施；该未感染人员的微观因素影响下的病毒感染概率记为P₁，

其中，a表示未感染人员所采取防护措施的类别(如戴口罩、穿防护服)，n_a表示未感染人员采取该类别防护措施的概率，N_a表示采取第a类别防护措施的感染概率；bi表示所述I名已感染人员中的第i名未感染人员所采取防护措施的类别，M_bi表示该第i名未感染人员采取该类别防护措施的概率，m_i表示采取第bi类别防护措施的感染概率；

S52、场景二：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₂，

S53、场景三：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员已采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₃，

S54、场景四：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₄，

S6、基于所述微观因素影响下的病毒感染概率、病毒感染场是否采取公共防护措施及所采取公共防护措施的类型，计算得到宏观因素影响下的病毒感染概率。步骤S6包含：

S61、若病毒感染场不采取公共防护措施：

S62、若病毒感染场采取公共防护措施，

其中，c表示病毒感染场所采取公共防护措施的类别(如喷洒消毒液、采取隔离手段等)，g_c表示病毒感染场采取第c类别公共防护措施的概率，G_c表示采取第c类别公共防护措施的感染概率；

P_j′为场景j中，该未感染人员宏观因素影响下的病毒感染概率，j＝1,2,3,4。

在本发明的实施例中，还进一步通过对现实环境中采集的病毒传播数据，验证本发明的病毒感染场模型，以及所述微观因素影响下、宏观因素影响下的病毒感染概率。实验证明，本发明基于场论的病毒传播预测方法不受应用场景限制，具有实际指导意义。

本发明基于场论的病毒传播预测方法，通过建立病毒感染场场强模型，得到未感染人员在病毒感染场中的暴露当量，进一步计算得到病毒感染场中所有未感染人员的累积暴露当量，通过该累积暴露当量计算未感染人员接触病毒的前提下感染病毒的概率。本发明通过对病毒感染场中的未感染人员，及该未感染人员周围预设范围内的已感染人员进行微观因素(个人所采取的防护措施)影响下的感染概率分析；同时结合所述微观因素影响下的感染概率，分析了宏观因素(病毒感染场所采取的公共防护措施)影响下的病毒感染概率，能够对各类病毒的传播概率进行预测评估。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种基于场论的病毒传播预测方法，其特征在于，包含步骤：

S1、基于病毒存活的时间、空间范围建立病毒感染场的场强模型；

S2、基于未感染人员行动轨迹、在病毒感染场中暴露的时间计算该人员在病毒感染场的暴露当量；

S3、基于病毒感染场中所有未感染人员各自采取的防护措施，获取该病毒感染场中所有未感染人员的累积暴露当量；

S4、基于所述累积暴露当量计算未感染人员在接触病毒的前提下感染病毒的概率；

S5、基于所述接触病毒的前提下感染病毒的概率，以及病毒感染场中未感染人员、已感染人员各自是否采取防护措施、各自所采取防护措施的类型，计算得到微观因素影响下的病毒感染概率；

S6、基于所述微观因素影响下的病毒感染概率、病毒感染场是否采取公共防护措施及所采取公共防护措施的类型，计算得到宏观因素影响下的病毒感染概率。

2.如权利要求1所述的基于场论的病毒传播预测方法，其特征在于，步骤S1中，所述场强模型的表达式为：

C表示病毒的场强大小；基于环境的地面建立二维坐标系，(x,y)、(x₀,y₀)分别表示病毒、人在所述二维坐标系中的位置，t表示时间；f₁(·)表示病毒的场强大小随病毒位置、时间变化的公式，k表示病毒存活的影响因子综合作用强度，σ_x(t)、σ_y(t)为在二维坐标系的x轴、y轴方向上，随着时间变化的病毒强度。

3.如权利要求2所述的基于场论的病毒传播预测方法，其特征在于，σ_x(t)、σ_y(t)服从Weibull分布，σ_x(t)、σ_y(t)的表达式为：

α为形状参数，λ为比例参数。

4.如权利要求2所述的基于场论的病毒传播预测方法，其特征在于，k的数学表达式为：

d表示病毒存活的影响因子总个数，k_i表示第i个影响因子的作用强度；f₂(·)表示k与k_i的关系；λ_i为k_i的权重因子。

5.如权利要求2所述的基于场论的病毒传播预测方法，其特征在于，步骤S2中：

当未感染人员与病毒保持相对静止，未感染人员的暴露当量Q为：

t₁、t₂为未感染人员进入、离开病毒感染场的时间，Δt＝t₂-t₁；

当未感染人员与病毒保持相对运动，未感染人员的暴露当量Q为：

Q＝∫∫∫CΔtdxdydt。

6.如权利要求5所述的基于场论的病毒传播预测方法，其特征在于，步骤S3中累积暴露当量的计算公式为：

L所述累积暴露当量；wr为病毒感染场内未感染人员总数；Q_i表示病毒感染场内第i个未感染人员的暴露当量，l_i表示该人员所采取的防护措施的措施系数。

7.如权利要求5所述的基于场论的病毒传播预测方法，其特征在于，步骤S4包含：

S41、计算暴露当量阈值R；

S42、令B表示事件：接触病毒；事件B的概率：

S43、令A表示事件：感染病毒；P(A|B)为所述接触病毒的前提下感染病毒的概率，

P(AB)为接触病毒并感染病毒的概率。

8.如权利要求7所述的基于场论的病毒传播预测方法，其特征在于，步骤S5中，若未感染人员周围的预设范围内包含I名已感染人员：

S51、场景一：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员也采取防护措施；该未感染人员的微观因素影响下的病毒感染概率记为P₁，

其中，a表示未感染人员所采取防护措施的类别，n_a表示未感染人员采取该类别防护措施的概率，N_a表示采取第a类别防护措施的感染概率；bi表示所述I名已感染人员中的第i名未感染人员所采取防护措施的类别，M_bi表示该第i名未感染人员采取该类别防护措施的概率，m_i表示采取第bi类别防护措施的感染概率；i∈[1,I]；

S52、场景二：当病毒感染场中，未感染人员采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₂，

S53、场景三：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员已采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₃，

S54、场景四：当病毒感染场中，未感染人员未采取防护措施，且所述I名已感染人员未采取防护措施，该未感染人员的微观因素影响下的病毒感染概率记为P₄，

9.如权利要求8所述的基于场论的病毒传播预测方法，其特征在于，步骤S6包含：

S61、若病毒感染场不采取公共防护措施：

S62、若病毒感染场采取公共防护措施，

其中，c表示病毒感染场所采取公共防护措施的类别，g_c表示病毒感染场采取第c类别公共防护措施的概率，G_c表示采取第c类别公共防护措施的感染概率；

P_j′为场景j中，该未感染人员宏观因素影响下的病毒感染概率，j＝1,2,3,4。

Images