1.1.2 意义

在这样的环境下，应尽量减小突发性公共卫生事件造成的损失。例如当某一种流行性传染病爆发后，尽管会采取严格的隔离措施，但由于人口流动等原因病源不可避免会被传播到其他地区，特别是与初始疫区距离较近的周边地区，被疾病传染的概率更大。因此，需要研究如何在疫区不断变动的情况下，根据各疫区的不同疫情程度，对应急药品资源需求进行有效的预测，并且提高应急援救效率。根据本文的研究内容，考虑到疫情扩散环境下的应急资源需求预测的分析，主要从一下两个方面进行研究综述：一是：运用Logistic回归模型和集成ARIMA和NN模型对疫情扩散相关性研究，二是：基于以上模型得出的疫情相关性研究将两者相结合构建函数，对应急药品资源需求进行有效预测。

1.2 国内外研究现状

1.2.1传染病扩散的规律与控制方法的相关理论

1.2.2基于传染病扩散规律的应急物资需求相关性研究。

1.3本文主要研究结构及内容

1.3.1文章内容  

 从对国外相关文献研究的综述可知，由于近年来疫情扩散性事件的频繁发生，关于传染病的扩散规律以及应急物资需求预测等问题的研究都有了很大的进展，更在相关领域上都有了重大的突破。当一种流行性传染病爆发或扩散的时候，用于治疗或者预防该流行性传染病的药物的需求量大大的影响应急救援的质量。然而，由于大多数传染病都具有不确定性的潜伏期，还有对于不同环境下在人口基数，初始感染者人数，人口密度，卫生水平以及人群接触条件等，这使疫区对药品需求的变化非常快，并且无法准确的预测药品的需求，在国内外对于这些预测需求往往只是有专家判定法被广泛的应用，模糊综合评价方法，AHP层次分析法和德尔菲法等但是都过于主观，由于灾后物资需求量会呈现出极大的线性或非线性的不规则趋势，所以线性回归，综合分析，自回归移动平均，人工智能模型等统计分析法被广泛的应用。基于此，本文主要围绕某一种带有潜伏性期的传染病流行性所引发的疫情扩散规律和药品物资应急救援问题，主要用Logistic 回归，集成ARIMA和NN模型，研究灾后的疫情扩散规律，然后通过得出的规律，进行数据拟和性分析，建立函数模型，预测灾后对药品物资需求量，通过对应急物资需求预测从而为科学的决策提供理论依据。

本文主要包括“绪论”，“相关理论和方法”，“基于Logistic 回归的应急资源需求预测研究”，“集成ARIMA和NN模型的应急资源需求预测研究”以及“总结与展望”这五个部分。

第一章：“绪论”中阐述了论文研究的背景和意义，对国内外关于传染病扩散规律与控制方法，基于传染病扩散规律的应急物资需求相关性研究进行了综述。

第二章：“相关的理论和方法”主要根据后面章节的内容阐述了在解决这类疫情扩散的应急物资的预测需求问题时所用到的理论方法，包括Logistic 回归，ARIMA模型，求和自回归移动平均模型ARIMA的一些基础概念及特征等。

第三章：“基于Logistic 回归的应急资源需求预测研究”在传染病扩散现有研究的基础上，首先，在此模型引入了参数K(预防指数)并且运用Logistic阻滞增长模型来拟合，拟合出结果来阐明传染病发生发展规律，其次用 和 来预测传染病高峰期的到来时间，累计最大发病数，从而参考此数据去预测所需的药品物资的数量，并且可以人为的改变某些参数如加强消毒，控制人口流动的增大，从而达到预防的效果，来使预测的需求量为最大值。 舆情扩散环境下的应急资源需求预测研究(3):http://www.youerw.com/guanli/lunwen_72671.html