趙存飛 李樂天 謝佳晨



摘要:自2002年以來,美國的平均吸毒人數一直高達8.2%。美國正在經歷濫用阿片類藥物引起的國家危機。必須根據現狀提出有針對性的對策。本文建立了一種改進的細胞自動機模型,在收集每個縣的緯度和經度位置的基礎上,通過雙調和樣條插值對數據進行預處理,直觀地顯示藥物傳播源的位置和州與縣之間的傳播特征。
關鍵詞:細胞自動化 灰色關聯分析 阿片類藥物
一、問題重述
本文關注位于美國五個州的個別縣:俄亥俄州,肯塔基州,西弗吉尼亞州,弗吉尼亞州和賓夕法尼亞州。
建立數學模型,描述五個州及其縣之間和之間報告的事件的傳播和特征。
1.如果模式和特征繼續下去,美國政府應該具體關注什么。
2.在這些藥物識別閾值水平發生這些情況?
二、數據預處理
數據分別涉及五個州的合成阿片類藥物和海洛因報告的數百個變量。存在大量具有大量冗余和無用數據的數據。因此,我們需要通過清理,選擇和規范化數據來執行數據預處理。
1.插值
由于地理坐標是離散的不規則點,很難用它們繪制平滑的曲線或曲面。因此,需要在添加第三維后插入這些空間點。
2.標準化
數據是一種統計的絕對數據,在歸一化處理之前我們不能使用。統計變量四種類型:估計,估計誤差范圍,百分比和誤差百分比。因此使用的變量是百分比,很明顯它們已經標準化。
三、模型建立與求解
一種常見類型的鄰域包括四個正交相鄰小區。 另一個包括馮諾依曼鄰域和圍繞該單位的四個剩余元素,其狀態將被計算。
對于圖像a,紅細胞是藍細胞的摩爾鄰域。 對于圖像b,紅細胞是藍細胞的馮諾伊曼鄰域。擴展的社區也包括粉紅色的細胞。
建立基于細胞自動化的改進模型,以分析合成阿片類藥物和海洛因事件隨時間的發展和變化。它的特點是時間,空間和狀態是離散的,每個變量只占有限數量的狀態,狀態變化規則在時間和空間上是局部的。
(一)傳播和特征
根據我們的分析,合成阿片類藥物和海洛因的事件從以下縣傳播到鄰近縣。
2010年:漢密爾頓縣(俄亥俄州),阿勒格尼縣(賓夕法尼亞州),費城縣(賓夕法尼亞州)
2013年:哈密爾頓縣(俄亥俄州),富蘭克林縣(俄亥俄州),凱霍加縣(俄亥俄州),阿勒格尼縣(賓夕法尼亞州),費城縣(賓夕法尼亞州)
2016年:漢密爾頓縣(俄亥俄州),凱霍加縣(俄亥俄州),費城縣(賓夕法尼亞州)
很明顯,漢密爾頓縣(俄亥俄州)和費城縣(賓夕法尼亞州)每年都有大量的毒品報道和大量犯罪。
(a)海洛因報告:漢密爾頓縣(俄亥俄州),阿勒格尼縣(賓夕法尼亞州),費城縣(賓夕法尼亞州)
(b)羥考酮報告:漢密爾頓縣(俄亥俄州),費城縣(賓夕法尼亞州)
可以看出,這些縣與上面繪制的總藥物報告地圖中的縣基本相同。它們是多種藥物傳播的發源地。
(二)具體分析
根據對我們建立的模型和我們之前所做工作的分析,結果發現,俄亥俄州的犯罪率約為0.95%。根據2010年美國人口普查,俄亥俄州的人口為11,533,140,因此有大約109,565起刑事案件。因此,我們使用109565作為俄亥俄州的藥物鑒定閾值水平。
圖2得出,自2016年以來,俄亥俄州的毒品犯罪數量已超過犯罪數量。此外,發現賓夕法尼亞州的費城縣一直有大量的毒品犯罪,費城縣在2010年至2017年期間仍然是五個州中總藥物報告的首選縣。然而費城的毒品犯罪數量曲折曲折的縣有很大的下降。2017年,費城縣的藥物總報告在2010年僅為58. 5%,其藥物犯罪情況有了顯著改善。總之,我們認為在接下來的幾年里,費城縣將成為美國政府特別關注的問題。
參考文獻;
[1]Yi Liu(2018.6).Representation of irregular cellular automataEJl
[2]Lijun Hou(2018.12) The spreading niechanisin and counternieasuresof weibo emergency negative public opinion information[J]
[3]Geng Guo(2019.1) Research on weibo public opinion evolutionbased on improved cellular automataEJl
[4]jialong Sun(2014.6) Anletl10d of height anomaly fitting based onbiharinonic spline interpolation and gaussian curvature extrenium[Jl
[5]Fuyuan Huang(2003.1) The views and countermeasures of theanti-drug policies of the United States and Japan can be used as amirror[J]