使用迪克森调配技术进行非线性乙型肝炎病毒数学模型的数值模拟
Atallah El-Shenawy1, Mohamed El-Gamel2, Mostafa Abouelsaid3
1Department of Mathematics & Engineering Physics, Mansoura University, Mansoura, Egypt. atallahtm@mans.edu.eg.
Scientific reports
|December 27, 2025
概括
这项研究引入了一种新的非线性模型,用于使用迪克森合法来分析乙型肝炎病毒 (HBV) 动态. 这种方法提供了精确的HBV模拟,在效率方面超过了人工神经网络.
科学领域:
- 数学生物学 数学生物学
- 计算科学 计算科学
- 病毒学 病毒学
背景情况:
- 乙型肝炎病毒 (HBV) 感染对全球健康构成重大挑战.
- 对HBV动态的准确建模对于了解疾病进展和免疫反应至关重要.
- 传统的数值方法在模拟复杂的病毒动态方面可能面临局限性.
研究的目的:
- 开发和验证HBV动态的创新型非线性模型.
- 应用迪克森合法,以高效准确地进行HBV的数值模拟.
- 为了比较迪克森分类方法与传统人工神经网络模型的性能.
主要方法:
- 使用普通微分方程 (ODEs) 制定HBV动态的非线性模型.
- 将ODEs转换为代数方程的非线性系统.
- 实施迪克森多项式数列和牛顿算法来解决该系统.
- 数字模拟和性能评价的迪克森合方法.
主要成果:
- 迪克森合法为HBV动态提供了高度精确的近似值.
- 与人工神经网络相比,拟议的方法显示出更高的融合率和计算效率.
- 牛顿算法提高了数值解决方案的效率和趋同.
结论:
- 迪克森合法是模拟HBV动态等复杂生物系统的有效工具.
- 这种方法为病毒与宿主相互作用和疾病进展提供了宝贵的见解.
- 这项研究为进一步研究计算病毒学和数学建模奠定了基础.
