CN115881310A - 一种基于多主体的社区空间防控呼吸道疾病传播方法 - Google Patents
一种基于多主体的社区空间防控呼吸道疾病传播方法 Download PDFInfo
- Publication number
- CN115881310A CN115881310A CN202310127754.2A CN202310127754A CN115881310A CN 115881310 A CN115881310 A CN 115881310A CN 202310127754 A CN202310127754 A CN 202310127754A CN 115881310 A CN115881310 A CN 115881310A
- Authority
- CN
- China
- Prior art keywords
- target
- main body
- activity
- travel
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多主体的社区空间防控呼吸道疾病传播方法,包括:划分主体出行目标;根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于第二目标主体出行目的地;根据出行目标,分配与目标住区空间的互动规则;根据所述目标社区的空间特征信息,构建模拟环境;利用互动规则,在模拟环境中模拟主体的出行路径;基于出行路径,判断主体的预设范围内是否存在受感染者,如果存在受感染者,则主体属性变为受感染者,根据受感染者数量变化和分布情况确定对应的防控措施。有利于尽早识别具有高传播风险的住区环境并加以改善,提高住区层面的呼吸道疾病防控管理能力。
Description
技术领域
本发明涉及数据处理技术领域。具体而言,涉及一种基于多主体的社区空间防控呼吸道疾病传播方法。
背景技术
已有的关于研究呼吸道疾病传播路径的方法,大多数基于社会网络,忽视了物质空间对呼吸道疾病传播的影响,目前缺乏科学有效的方法明确住区空间环境的规划设计与呼吸道疾病传播的关系;
多主体仿真模拟技术在模拟流行病传播上展现出与传统经验设计方法相比更好的量化分析能力,正逐渐被应用与城市公共空间的规划与管理中;基于多主体建模的仿真模拟技术在住区物理空间中的应用较少;亟需发明相关的方法探究呼吸道疾病在住区空间中的传播机理,从而针对性地提出改建、扩建、新建住区的空间规划设计方法。
发明内容
本发明正是基于现有技术的上述需求而提出的,本发明要解决的技术问题是基于空间,如何提高住区层面的呼吸道疾病防控管理能力。
为了解决上述问题,本发明是采用如下技术方案实现的:
一种基于多主体的社区空间防控呼吸道疾病传播方法,该方法包括:
划分主体出行目标,其中,所述出行目标包括第一目标,第二目标和第三目标;
根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地;
根据所述出行目标,分配与目标住区空间的互动规则;其中,为所述第一目标出行分配以最短路径到达所述目标住区范围边界,然后随机选择一条路以最短路径行走的规则至目的地;为第二目标出行分配以最短路径的方式到达目的地;为第三目标分配以随机角度在开敞空间活动规则;
根据所述目标社区的空间特征信息,构建模拟环境;
利用所述互动规则,在所述模拟环境中模拟主体的出行路径;
基于所述出行路径,判断主体的预设范围内是否存在受感染者,如果存在受感染者,则所述主体属性变为受感染者,根据受感染者数量变化和分布情况确定对应的防控措施。
可选地,还包括:判断主体在目的地活动时长是否超过预设时间阈值,如果超过预设时间阈值,主体沿最短路径回家。
可选地,所述预设范围通过调查所述目标社区中居民间隔确定。
可选地,获取所述活动场地对主体吸引力值包括:获取所述目标社区中居民户外活动特征信息和空间特征信息,确定主体选择活动场地的主要影响因子;根据所述主成分分析法,确定主要影响因子的权重;
根据所述主要影响因子的权重,获取各个活动场地对主体吸引力值。
可选地,所述根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地,包括:
判断主体到活动场地的距离是否超过预设距离阈值,如果超过预设距离阈值,将所述距离输入至出行意愿衰减函数,确定主体到各个活动场地的出行意愿衰减值;否则,出行意愿衰减值为1;
根据所述出行意愿衰减值和所述活动场地对主体吸引力值,确定各个活动场地的潜能;
选择潜能最大的活动场地作为主体选择的活动场地。
可选地,所述预设距离阈值根据调研所述目标社区中居民的平均步速和单次出行距离确定。
可选地,所述出行意愿衰减函数公式为:
其中,f(dj)表示主体到达第j个活动场地的步行距离衰减函数值,d表示主体到达第j个活动场地的实际步行距离。
可选地,所述根据所述主要影响因子的权重,获取各个活动场地对主体吸引力值,计算公式为:
其中,Pj表示第j个活动场地的吸引力值;ai表示第i个因素的权重;Bij表示第j个活动场地中第i个因素的属性值;ε表示扰动项。
可选地,所述最短路径的算法包括:
根据所述目标社区的空间特征信息,确定空间平面图;
按照预设网格参数均匀划分所述空间平面图得到网格平面图;
为所述网格平面图中各个网格设定属性,其中,可行走对应的网格设为walkable,不能行走对应的网格设为unwalkable;
利用A星算法在网格平面图中寻找最短路径,确定主体去目的地的出行路径。
可选地,所述根据所述目标社区的空间特征信息,构建模拟环境,包括:
根据所述目标社区的空间特征信息,在绘图软件中绘制空间平面图;
将所述空间平面图导入到GIS软件中,生成用于描述几何体对象的文件;
在Netlogo软件中为所述文件分配空间坐标系;
基于所述文件和所述空间坐标系,构建模拟环境。
与现有技术相比,本发明基于元胞自动机模型,通过模拟住区存在无症状感染病例时,住区居民在户外活动过程中受感染的过程,实现呼吸道疾病的病毒在住区建成环境中的传播机理分析;有利于尽早识别具有高传播风险的住区环境并加以改善,提高住区层面的呼吸道疾病防控管理能力。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本发明具体实施方式提供的一种基于多主体的社区空间防控呼吸道疾病传播方法的流程图;
图2是本发明具体实施方式提供的获取居民户外活动特征信息和空间特征信息的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
为便于对本发明实施例的理解,下面将结合附图以具体实施例做进一步的解释说明,实施例并不构成对本发明保护范围的限定。
实施例1
本实施例提供了一种基于多主体的社区空间防控呼吸道疾病传播方法,如图1所示,包括:
划分主体出行目标,其中,所述出行目标包括第一目标,第二目标和第三目标;
根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地;
根据所述出行目标,分配与目标住区空间的互动规则;其中,为所述第一目标出行分配以最短路径到达所述目标住区范围边界,然后随机选择一条路以最短路径行走的规则至目的地;为第二目标出行分配以最短路径的方式到达目的地;为第三目标分配以随机角度在开敞空间活动规则;
根据所述目标社区的空间特征信息,构建模拟环境;
利用所述互动规则,在所述模拟环境中模拟主体的出行路径;
基于所述出行路径,判断主体的预设范围内是否存在受感染者,如果存在受感染者,则所述主体属性变为受感染者,根据受感染者数量变化和分布情况确定对应的防控措施。
在本发明实施例中,将居民出行目标分为三种,第一目标为绕居住区健步道进行散步或者慢跑,第二目标为前往活动场地进行活动,第三目标为无目标活动,例如,在住区中闲逛。
优选地,所述方法还包括:判断主体在目的地活动时长是否超过预设时间阈值,如果超过预设时间阈值,主体沿最短路径回家。
此时,出行路径包括主体到目的地出行路径和主体沿最短路径回家路径。
在本发明实施例中,所述预设时间阈值通过调查目标社区在目的地的活动时长确定。
在本发明实施例中,当所述出行目标为第一目标时,判断主体在目的地活动时间是否大于30分钟时,如果大于30分钟,选择最短路径回家,否则,继续以对应的互动规则在目标住区中活动;当所述出行目标为第二目标时,判断主体在目的地活动时间是否小于30分钟,如果小于30分钟,继续在目的地活动,否则继续判断活动时间是否大于50分钟,如果小于50分钟,主体选择最短路径回家,否则,以对应的互动规则前往其他活动场地;当所述出行目标为第三目标时,判断主体在目的地活动时间是否大于30分钟时,如果大于30分钟,选择最短路径回家,否则,继续以对应的互动规则在目标住区中活动。
优选地,所述方法还包括:调研主体对于聚集度的厌恶程度,所述厌恶程度会影响主体对活动场地的选择。
主体可能不会选择居民聚集最大的活动场地,危险系数高,以此作为模型验证。
优选地,获取所述活动场地对主体吸引力值包括:获取所述目标社区中居民户外活动特征信息和空间特征信息,确定主体选择活动场地的主要影响因子;根据主成分分析法,确定所述主要影响因子的权重;
根据所述主要影响因子的权重,获取各个活动场地对主体吸引力值。
在本发明实施例中,通过问卷访谈和参与式观察的方式,获取居民户外活动特征信息和空间特征信息。
如图2所示,具体包括如下3个步骤:
S11、完成住区公共空间的测绘及信息收集,需要记录的信息包括S111、硬质铺装的范围;S112、乔木、灌木、草地的范围,需要重点标出可入林下空间的面积;S113、路障边界,包括栏杆、绿篱等位置;S114、休闲座椅、体育器材、球类设施、儿童游乐设施、水景的数量和位置。
S12、完成居民住区空间户外休憩活动数据收集,包括S121、绘制住区室外空间活动地图,记录在特定时间段各空间要素上活动的各年龄段人数、活动类型;S122、跟踪各年龄段人群,计算其平均步速、单次出行距离;S123、记录居民间隔,取中位数;S124、记录居民聚集的最大人数;S125、判断居民出行是否遵循最短路径原则。
从研究方向,收集休憩活动数据,为使用最短路径算法提供了依据。
S13、完成居民在住区空间户外休憩偏好调研,主要是对影响活动场地选择的因素进行重要性打分,通过主成分分析法,得出主要的影响因子并计算各因子权重。
优选地,通过调研所述目标社区中居民每种出行的比例,确定对应的主体比例。
根据调研数据确定分布在单元门口各种出行目标的主体比例,按照这个比例在在单元门口生成相应数量的主体。
优选地,所述预设范围通过调查所述目标社区中居民间隔确定。
调查居民之间的距离,人与人间隔的平均距离,用于确定受感染者感染他人的距离,例如本发明实施例设定预设范围为1m。
优选地,所述根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地,包括:
判断主体到活动场地的距离是否超过预设距离阈值,如果超过预设距离阈值,将所述距离输入至出行意愿衰减函数,确定主体到各个活动场地的出行意愿衰减值;否则,出行意愿衰减值为1;
根据所述出行意愿衰减值和所述活动场地对主体吸引力值,确定各个活动场地的潜能;
选择潜能最大的活动场地作为主体选择的活动场地。
在本发明实施例中,针对前往特定活动场地的主体,距离和活动场地的吸引力是决定其选择特定场地的主要因素,因此需要分别计算距离和活动场地吸引力对其选择的影响。
由于随着距离增加,居民的出行意愿会衰减,因此引入距离衰减函数评估距离的影响,需要计算主体到各个活动场地的距离衰减函数。
居民通常会根据活动场地的设施布置、可入林下面积、铺地面积等因素,综合地选择对自己吸引力大的前往活动,因此需要根据S13步骤中确定的各因素权重,计算各个活动场地对主体的吸引力值。
实际情况下,居民会综合考虑步行距离以及活动场地的吸引力值,在模拟过程中引入活动场地的潜能作为判断主体选择活动场地的主要依据。活动场地的潜能计算公式如下:
式中,Qj表示第j个活动场地的潜能,f(dj)表示主体到达第j个活动场地的步行距离衰减函数值,Pj表示第j个活动场地的吸引力值。
优选地,所述预设距离阈值根据调研所述目标社区中居民的平均步速和单次出行距离确定。
优选地,所述出行意愿衰减函数公式为:
其中,f(dj)表示主体到达第j个活动场地的步行距离衰减函数值,d表示主体到达第j个活动场地的实际步行距离。
在本发明实施例中,当d小于50时,衰减函数值为1,当d大于50时,利用将d值带入到5.6451e-0.02d进行计算,得到衰减函数值。
预设距离阈值50是根据调研目标社区中居民的平均步速和单次出行距离确定的。
优选地,所述根据所述主要影响因子的权重,获取各个活动场地对主体吸引力值,计算公式为:
其中,Pj表示第j个活动场地的吸引力值;ai表示第i个因素的权重;Bij表示第j个活动场地中第i个因素的属性值;ε表示扰动项。
进一步地,在模拟过程中,主体根据计算出的活动场地潜能,选定潜能最大的活动场地的重心作为单次出行的终点,主体在单次出行的起点与终点之间会遵行选择最短路径的方式,在模拟过程中需要采用与现实居民决策行为最为吻合的寻路方法。
优选地,所述最短路径的算法包括:
根据所述目标社区的空间特征信息,确定空间平面图;
按照预设网格参数均匀划分所述空间平面图得到网格平面图;
为所述网格平面图中各个网格设定属性,其中,可行走对应的网格设为walkable,不能行走对应的网格设为unwalkable;
利用A星算法在网格平面图中寻找最短路径,确定主体去目的地的出行路径。
具体的,包括以下六个步骤:
步骤一:将住区室外空间平面图划分成0.6m*0.6m的平面网格,设定网格中方格单元的属性参数,将主体可以到达的方格,包括住区道路、草坪等居民可行走的空间,属性设定为walkable,将主体不可以到达的方格,包括S113步骤中标记的住区水体、墙体、绿篱等路障边界,属性设定为unwalkable。
步骤二:建立数据集open list。open list中放入起点A以及所有属性为walkable的方格,A为这些方格的父节点。
步骤三:设定方格的计算参数G、H、F三个值,和计算公式:F = G + H
式中,F——从该方格移动到终点的代价,单位为1;
G——从起点到达任意方格的移动距离,单位为1;
H——起点横向或者纵向移动到终点所穿过的方格数量;
G表示的是从起点A到达任意方格的移动距离,为了便于计算这里的距离抽象成整数,若到达横向或纵向相邻方格的移动距离是10,根据勾股定理那么到达斜向相邻的方格移动距离为14,即起点A右侧相邻方格R的G值为10,起点A右上方相邻的方格RU的G值为14;
H值表示的是起点A横向或者纵向移动到终点Z所穿过的方格数量,H值不考虑斜向的移动。若起点A横向移动到终点Z需要穿过50个方格,那么起点A相邻方格R和RU的H值都为50;若起点A向上纵向移动到终点Z需要穿过50个方格,那么相邻方格R的H值为50,RU的H值为49;
F值作为从A点出发判断主体选择下一个移动到的方格的依据,移动前先计算与A点相邻的所有方格的F值,unwalkable的方格除外,选择F值最小的作为移动的目标方格。
步骤四:建立数据集close list。
步骤五:计算open list中与起点A相邻方格的F值,选择F最小的方格作为下一个父节点,并将前一个父节点,即起点A放入close list。
步骤六:重复S335步骤,直至将终点Z放入open list中,停止寻路,此时,每个父节点构成的路径即为最短路径。
优选地,所述根据所述目标社区的空间特征信息,构建模拟环境,包括:
根据所述目标社区的空间特征信息,在绘图软件中绘制空间平面图;
将所述空间平面图导入到GIS软件中,生成用于描述几何体对象的文件;
在Netlogo软件中为所述文件分配空间坐标系;
基于所述文件和所述空间坐标系,构建模拟环境。
在本发明实施例中,待计算模型确定后,开始模拟仿真,具体包括:
步骤一:构建模拟环境。在AutoCAD软件中绘制住区平面图,用闭合的多段线绘制楼栋、活动场地、绿化、水面的边界,重点标出楼栋单元入口的位置。将绘制好的AutoCAD图形导入GIS软件中,将楼栋、活动场地、绿化、水面建立为polygon要素,将单元入口建立为point要素;给各要素文件设置Netlogo软件可适配的空间坐标系;将GIS中导出的.shp和.prj文件导入netlogo软件中,构建模拟环境。
模型根据算法在Point要素处按照各个出行目标的比例生成对应的主体数量。
.shp是“空间数据开放”格式的文件,是一种矢量图形格式,该格式文件主要用于描述几何体对象,包括点,折线与多边形,能够保存几何图形的位置及相关属性。存储环境的属性值,可以通过矩阵表示,例如是否有座椅,如果有座椅,将其表示为1,否则,表示为0。
.prj文件存储空间坐标系统,指明了.shp文件包含的坐标点是在哪个坐标系下的。
步骤二:设置环境参数,输入S13步骤中调研得到各活动场地的空间变量值,将各变量值进行归一化处理。
步骤三:设置主体参数,包括主体是否受感染,属性可设置为infected或disinfected、主体活动时长。
步骤四:多次模拟及结果统计。
在本发明实施例中,模拟过程中判断目标主体与受感染者主体的距离,,模型输出包括受感染者数量的变化和人的聚集分布情况。
步骤五:验证模型准确性。
将netlogo软件模拟的数据与S121步骤中观察到的实际活动情况进行对比,对比二者的拟合程度从而判断模型的准确性。
与现有技术相比,本发明实施例基于元胞自动机模型,通过模拟住区存在无症状感染病例时,住区居民在户外活动过程中受感染的过程,实现呼吸道疾病的病毒在住区建成环境中的传播机理分析;通过调整住区活动空间的参数,可以得到参数与病例数量增长之间的关系,从而得到优化住区空间的规划设计方法,例如:设置交通安全提示、加强社区内公共空间的清洁消毒、加强社区微气候营造、优化社区内健身文娱场地及设施设置等。本发明实施例有利于尽早识别具有高传播风险的住区环境并加以改善,提高住区层面的呼吸道疾病防控管理能力。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于多主体的社区空间防控呼吸道疾病传播方法,其特征在于,包括:
划分主体出行目标,其中,所述出行目标包括第一目标,第二目标和第三目标;
根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地;
根据所述出行目标,分配与目标住区空间的互动规则;其中,为所述第一目标出行分配以最短路径到达所述目标住区范围边界,然后随机选择一条路以最短路径行走的规则至目的地;为第二目标出行分配以最短路径的方式到达目的地;为第三目标分配以随机角度在开敞空间活动规则;
根据所述目标社区的空间特征信息,构建模拟环境;
利用所述互动规则,在所述模拟环境中模拟主体的出行路径;
基于所述出行路径,判断主体的预设范围内是否存在受感染者,如果存在受感染者,则所述主体属性变为受感染者,根据受感染者数量变化和分布情况确定对应的防控措施。
2.根据权利要求1所述的方法,其特征在于,还包括:判断主体在目的地活动时长是否超过预设时间阈值,如果超过预设时间阈值,主体沿最短路径回家。
3.根据权利要求1所述的方法,其特征在于,所述预设范围通过调查所述目标社区中居民间隔确定。
4.根据权利要求1所述的方法,其特征在于,获取所述活动场地对主体吸引力值包括:获取所述目标社区中居民户外活动特征信息和空间特征信息,确定主体选择活动场地的主要影响因子;根据主成分分析法,确定所述主要影响因子的权重;
根据所述主要影响因子的权重,获取各个活动场地对主体吸引力值。
5.根据权利要求1或4所述的方法,其特征在于,所述根据主体到活动场地的距离和活动场地对主体吸引力值,确定基于所述第二目标,主体出行目的地,包括:
判断主体到活动场地的距离是否超过预设距离阈值,如果超过预设距离阈值,将所述距离输入至出行意愿衰减函数,确定主体到各个活动场地的出行意愿衰减值;否则,出行意愿衰减值为1;
根据所述出行意愿衰减值和所述活动场地对主体吸引力值,确定各个活动场地的潜能;
选择潜能最大的活动场地作为主体选择的活动场地。
6.根据权利要求5所述的方法,其特征在于,所述预设距离阈值根据调研所述目标社区中居民的平均步速和单次出行距离确定。
9.根据权利要求1所述的方法,其特征在于,所述最短路径的算法包括:
根据所述目标社区的空间特征信息,确定空间平面图;
按照预设网格参数均匀划分所述空间平面图得到网格平面图;
为所述网格平面图中各个网格设定属性,其中,可行走对应的网格设为walkable,不能行走对应的网格设为unwalkable;
利用A星算法在网格平面图中寻找最短路径,确定主体去目的地的出行路径。
10.根据权利要求1所述的方法,其特征在于,所述根据所述目标社区的空间特征信息,构建模拟环境,包括:
根据所述目标社区的空间特征信息,在绘图软件中绘制空间平面图;
将所述空间平面图导入到GIS软件中,生成用于描述几何体对象的文件;
在Netlogo软件中为所述文件分配空间坐标系;
基于所述文件和所述空间坐标系,构建模拟环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310127754.2A CN115881310B (zh) | 2023-02-17 | 2023-02-17 | 一种基于多主体的社区空间防控呼吸道疾病传播方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310127754.2A CN115881310B (zh) | 2023-02-17 | 2023-02-17 | 一种基于多主体的社区空间防控呼吸道疾病传播方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115881310A true CN115881310A (zh) | 2023-03-31 |
CN115881310B CN115881310B (zh) | 2023-05-19 |
Family
ID=85761285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310127754.2A Active CN115881310B (zh) | 2023-02-17 | 2023-02-17 | 一种基于多主体的社区空间防控呼吸道疾病传播方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115881310B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311018A (zh) * | 2020-03-04 | 2020-06-19 | 苏州远征魂车船技术有限公司 | 传染疫情精准管控系统 |
CN112885483A (zh) * | 2020-09-16 | 2021-06-01 | 北京建筑大学 | 传染病传播趋势的模拟方法、装置、电子设备以及存储介质 |
CN113450923A (zh) * | 2020-03-27 | 2021-09-28 | 中国科学院深圳先进技术研究院 | 大规模轨迹数据模拟流感时空传播过程的方法及系统 |
US20220102012A1 (en) * | 2020-09-30 | 2022-03-31 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for predictive modeling of people movement and disease spread under covid and pandemic situations |
CN115274134A (zh) * | 2022-07-14 | 2022-11-01 | 云南师范大学 | 一种covid-19智能体患病风险预测模型 |
CN115630129A (zh) * | 2022-10-20 | 2023-01-20 | 上海应用技术大学 | 一种社区体育健身设施步行适应性的评价方法 |
CN115662634A (zh) * | 2022-10-13 | 2023-01-31 | 同济大学 | 基于城市居民个体数据合成的疫情传播仿真方法及系统 |
-
2023
- 2023-02-17 CN CN202310127754.2A patent/CN115881310B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311018A (zh) * | 2020-03-04 | 2020-06-19 | 苏州远征魂车船技术有限公司 | 传染疫情精准管控系统 |
CN113450923A (zh) * | 2020-03-27 | 2021-09-28 | 中国科学院深圳先进技术研究院 | 大规模轨迹数据模拟流感时空传播过程的方法及系统 |
CN112885483A (zh) * | 2020-09-16 | 2021-06-01 | 北京建筑大学 | 传染病传播趋势的模拟方法、装置、电子设备以及存储介质 |
US20220102012A1 (en) * | 2020-09-30 | 2022-03-31 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for predictive modeling of people movement and disease spread under covid and pandemic situations |
CN115274134A (zh) * | 2022-07-14 | 2022-11-01 | 云南师范大学 | 一种covid-19智能体患病风险预测模型 |
CN115662634A (zh) * | 2022-10-13 | 2023-01-31 | 同济大学 | 基于城市居民个体数据合成的疫情传播仿真方法及系统 |
CN115630129A (zh) * | 2022-10-20 | 2023-01-20 | 上海应用技术大学 | 一种社区体育健身设施步行适应性的评价方法 |
Non-Patent Citations (1)
Title |
---|
孙艺 * |
Also Published As
Publication number | Publication date |
---|---|
CN115881310B (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
La Rosa et al. | Characterization of non-urbanized areas for land-use planning of agricultural and green infrastructure in urban contexts | |
Subramanian et al. | Assessing urban recreational open spaces for the elderly: A case of three Indian cities | |
CN104933661B (zh) | 一种公共建筑物非均称安全通道的人群均衡撤离方法 | |
Yang et al. | Impact of the quality and quantity of eye-level greenery on park usage | |
Zuñiga-Palacios et al. | Can small vacant lots become important reservoirs for birds in urban areas? A case study for a Latin American city | |
Rui et al. | Exploring the patterns and evolution of self-organized urban street networks through modeling | |
Baek et al. | Park design and children's active play: a microscale spatial analysis of intensity of play in Olmsted's Delaware Park | |
CN107869992A (zh) | 辐射场中路径规划方法、装置、终端和存储介质 | |
Zhang et al. | Deciphering the changes in residential exposure to green spaces: The case of a rapidly urbanizing metropolitan region | |
Hamouche | Can chaos theory explain complexity in urban fabric? Applications in traditional Muslim settlements | |
Jiang et al. | Automatic spatial attribute and travel pattern generation for simulating living spaces for elderly individuals living alone | |
Ghaffar et al. | Evaluating accessibility of public parks through gis: a case study of tando allahyar city | |
CN115881310A (zh) | 一种基于多主体的社区空间防控呼吸道疾病传播方法 | |
Louis-Lucas et al. | Role of green roofs in urban connectivity, an exploratory approach using landscape graphs in the city of Paris, France | |
JP4305829B2 (ja) | 植栽計画支援方法及びプログラム | |
CN108595775B (zh) | 人群疏散仿真过程中障碍物几何形状的优化方法及系统 | |
CN111475934A (zh) | 一种基于势能场的无靠背座椅阶梯看台人群疏散模拟方法 | |
Si et al. | A scouting strategy for real-time strategy games | |
Kaza et al. | A hybrid land conversion model incorporating multiple end uses | |
Fridh et al. | Settlement generation in minecraft | |
Santos et al. | Modelling urban thermal comfort: Evaluating the impact of the urban requalification project of Praça Duque de Saldanha and Avenida da República in Lisbon | |
Bielecki et al. | Problem dostępności terenów zieleni w mieście na przykładzie Łodzi | |
Clappers | Simulation-based believable procedurally generated video-game villages | |
Xia et al. | Ancient village fire escape path planning based on improved ant colony algorithm | |
Liu et al. | Simulation of Exit Choice Behaviour in Evacuation Considering the Obstacles and Pedestrian Distribution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |