传染病一直是人类面临的巨大挑战之一。在传染病爆发时,如何制定策略使疫情得到有效控制是一个值得研究的问题。数学模型是传染病控制研究的重要工具,但以往大多数研究成果仅能从理论上做出分析与评价,不能很好地满足实际应用需求。本文将传染病的动力学模型与非线性模型预测控制(NMPC)相结合,创建了一种制定传染病控制策略的新方法,该方法能依据疫情的反馈给出切实可行的控制方案。本文主要工作如下:1.在SIR模型的基础上引入状态变量I_q和控制变量u,建立了以隔离为控制手段的传染病控制系统过程模型—SI_g I_qR模型。特别地,该模型将处于隔离状态的病人数量I_q作为输出变量。该变量可被精确观测,能有效避免由统计数据不准确导致的误差。然后设计了用于实时状态估计的状态观测器,并对它的渐近稳定性做出证明。最后,将在线优化与状态反馈相结合,构建了以SI_g I_qR模型为基础的传染病NMPC算法。2.对SI_gI_q R模型描述的传染病在人群中传播的动态过程进行模拟,用NMPC算法得到传染病的隔离控制策略。实验结果表明,通过本文方法得到的控制策略能够快速、有效地实现传染病的控制,并使得感染人数快速减少。3.以2014-2016年利比里亚埃博拉病的爆发为背景进行了实际应用研究。首先,我们根据埃博拉病毒传播的特点和控制手段建立了有七个状态变量、四个控制变量的埃博拉病毒传播过程综合控制模型—SEI_QI_GI_HFR模型,并用无控制的埃博拉病毒传播模型与爆发前期无控制状态下的数据进行拟合,估计模型参数。然后以SEI_QI_GI_HFR模型为基础搭建埃博拉病毒传播过程的NMPC框架,并进行数值模拟,得到非线性模型预测控制策略。模拟结果表明,在NMPC策略的控制下,累计感染人数明显少于官方统计的累计病例数,有大量感染病例和死亡病例可以被避免。本文提出的传染病控制方法是一种实时的、有反馈的方法,它使我们能够据根据实际疫情的状态反馈制定当下应该采取的控制策略,且能实现多种控制措施的协调配合,具有较高的灵活性和较好的实际应用价值。