傳染病的傳播及控制分析數(shù)學(xué)建模_第1頁
傳染病的傳播及控制分析數(shù)學(xué)建模_第2頁
傳染病的傳播及控制分析數(shù)學(xué)建模_第3頁
傳染病的傳播及控制分析數(shù)學(xué)建模_第4頁
傳染病的傳播及控制分析數(shù)學(xué)建模_第5頁
已閱讀5頁,還剩3頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)傳染病的傳播及控制分析摘要 為進(jìn)一步探索傳染病的傳播和流行規(guī)律及其與防治措施的關(guān)系,本文通過建立傳染病的傳播模型,了解傳染病的擴散傳播規(guī)律,為預(yù)測和控制傳染病提供可靠、足夠的信息。 本文針對該問題建立了SEIR微分方程模型,對病毒的傳播過程進(jìn)行了模擬分析,得出了患者人數(shù)隨時間的變化規(guī)律。我們將人群分為五類:患者、疑似患者、正常人、治愈者和死亡者。前三者作為傳染系統(tǒng)。我們認(rèn)為治愈者獲得終身免疫,和死亡者一樣移出傳染系統(tǒng),即后兩者合并為移出者。 本模型將病毒的傳染與擴散分為

2、兩個部分:控制前和控制后。在控制前,相當(dāng)于沒有對病毒擴散做任何限制,患者數(shù)量短時間內(nèi)大量增長,并以死亡的形式退出傳染系統(tǒng);在控制后,由于對潛伏者進(jìn)行了一定強度的隔離,與此同時,確診患者得到有效的治療,使得傳染源數(shù)量減少,患者平均每天接觸的人數(shù)減少,治愈者增多,并作為主要的移出者移出傳染系統(tǒng)。 在模型建立的基礎(chǔ)上,通過Matlab軟件擬合出患者人數(shù)隨時間變化的曲線關(guān)系圖,得到如下結(jié)果:控制前,患者人數(shù)呈指數(shù)增長趨勢;控制后,在時,患者人數(shù)大致在7天時到達(dá)最大值,在25天時基本沒有患者;在時,患者人數(shù)大概在第8天到達(dá)最大值,大概在28天之后基本沒有患者;在時,大概在第5天患者人數(shù)到達(dá)峰值為4739

3、1,在21天時基本沒有患者。綜上分析,對隔離強度的處理是控制傳染病的一個重要手段。針對所得結(jié)果,對H7N9的傳播控制時提出了醫(yī)院、政府和個人應(yīng)有的一些控制措施。關(guān)鍵詞:隔離強度 潛伏期 SEIR模型 一、問題重述:2013年中,H7N9是網(wǎng)上的熱點,尤其是其高致死率,引起了人們的恐慌,最近又有研究顯示,H7N9有變異的可能。假設(shè)已知有一種未知的現(xiàn)病毒1潛伏期為天,患病者的治愈時間為天,假設(shè)該病毒可以通過人與人之間的直接接觸進(jìn)行傳播,患者每天接觸的人數(shù)為,因接觸被感染的概率為(為感染率)。為了控制疾病的傳播與擴散,將人群分成五類,患者、疑似患者、治愈者、死亡者、正常人。潛伏期內(nèi)的患者被隔離的強度

4、為(為潛伏期內(nèi)患者被隔離的百分?jǐn)?shù))。在合理的假設(shè)下建立該病毒擴散與傳播的控制模型,利用所給數(shù)據(jù)值生成患者人數(shù)隨時間變化的曲線,增強或者減弱疑似患者的隔離強度,比較患者人數(shù)發(fā)生的變化,并分析結(jié)果的合理性。最后結(jié)合該模型的數(shù)據(jù)對控制H7N9的傳播做出一些科學(xué)的建議。二、問題假設(shè):假設(shè)單位時間內(nèi)感染病毒的人數(shù)與現(xiàn)有的感染者成比例;假設(shè)單位時間內(nèi)治愈人數(shù)與現(xiàn)有感染者成比例;假設(shè)單位時間內(nèi)死亡人數(shù)與現(xiàn)有的感染者成比例;假設(shè)患者治愈恢復(fù)后不會再被感染同種病毒,有很強的免疫能力,即被移除出此傳染系統(tǒng);5、假設(shè)正常人被傳染后,進(jìn)入一段時間的潛伏期,處于潛伏期的人群不會表現(xiàn)癥狀,不可傳染健康人,不具有傳染性;6

5、、假設(shè)患者入院即表示患者被隔離治療,被視為無法跟別人接觸,故不會傳染健康人;7、假設(shè)實際治愈周期過后,如果患者沒有治愈,則認(rèn)為患者死亡,即實際治愈周期過后,患者都被移出此感染系統(tǒng);8、假設(shè)考察地區(qū)內(nèi)疾病傳播期間忽略人口的出生,死亡,流動等種群動力因素對總?cè)藬?shù)的影響。即:總?cè)丝跀?shù)不變,記為N;三、符號說明:符號解釋說明S(t)t時刻正常人(易受感染)人數(shù)E(t)t時刻疑似患者的人數(shù)Q(t)t時刻處于潛伏期的人數(shù)I(t)t時刻確診患者的人數(shù)R(t)t時刻退出傳染系統(tǒng)的人數(shù)(包括治愈者和死亡者)1 潛伏期的人數(shù)中轉(zhuǎn)化為確診患病的人數(shù)占潛伏期人數(shù)的比例2 每日退出傳染系統(tǒng)的人數(shù)比例a3 確診患者的治愈

6、時間患者的人均日接觸人數(shù)因接觸被感染的概率潛伏期內(nèi)的患者被隔離的強度問題分析: 根據(jù)題意,這是一個傳染性病毒隨著時間演變的過程,需要研究傳染病在傳播過程中各類人群的人數(shù)變化,特別是通過研究患者和疑似患者的人數(shù)變化,預(yù)測傳染病的傳染的高峰期和持續(xù)時間長度,從而我們可以采取相應(yīng)隔離措施達(dá)到控制傳染病傳播的效果。 我們要分析、預(yù)測、研究它就得建立動態(tài)模型,查閱相關(guān)資料可知,關(guān)于傳染病的模型已有不少,其中以微分方程模型最具代表性,因題目中把人群分為五類:確診患者、疑似患者、治愈者、死亡和正常人,所以我們采用微分方程中的SIER模型,將死亡者和治愈者都?xì)w于系統(tǒng)移出者統(tǒng)稱為恢復(fù)人群。在此基礎(chǔ)上,我們找出單

7、位時間內(nèi)這五類人群人數(shù)的變化來建立微分方程,得出模型。再利用matlab編程畫出圖形,改變其隔離強度后重新作圖進(jìn)行比較,對結(jié)果進(jìn)行分析,并利用此模型對控制H7N9的傳播做出建議。五、模型的建立和求解:5.1傳染病模型的準(zhǔn)備 不同類型傳染病的傳播過程有其各自不同的特點,弄清這些特點需要相當(dāng)多的病理知識,因此我們不可能從醫(yī)學(xué)的角度一一分析各種傳染病的傳播,而只是按一般的傳播機理建立模型。查閱相關(guān)資料可知,目前關(guān)于傳染病的模型已有不少,其中以微分方程建立的模型比較具有代表性,模型復(fù)雜程度有區(qū)別,故適合的情形也不同,包括I模型、SI模型、SIR模型、SEIR模型等2。I模型是最簡單的模型,從已感染人數(shù)

8、和有效接觸率出發(fā)構(gòu)建模型,但未區(qū)分已感染者(病人)和未感染者(健康人),結(jié)果發(fā)現(xiàn),隨著時間增加,病人人數(shù)會無限增長,這顯然不符合實際;SI模型是I模型的改進(jìn)模型,它區(qū)分了已感染者和未感染者,但是該模型沒有考慮到病人可以治愈,導(dǎo)致人群中的健康者只能變成病人,病人不能變成健康者,這也是不符合實際的;在考慮病人治愈后有較強免疫力的情況下,SIR模型對SI模型進(jìn)行了改進(jìn),即增加了移除者(包括死亡者和治愈者),但在實際情況下,傳染病會出現(xiàn)疑似患者,故需要考慮隔離的情況。SEIR模型3-4對SIR模型進(jìn)行了改進(jìn),增加了疑似患者,考慮到了隔離強度,故我們選擇SEIR模型進(jìn)行此次建模。 根據(jù)題目所給的條件,人

9、群分為五類:確診患者、疑似患者、治愈者、死亡和正常人。根據(jù)SEIR模型重新歸類,得到以下結(jié)果: (1)健康人群,即易感染(Susceptibles)人群。記其數(shù)量為S(t),表示t時刻未感染病但有可能感染該疾病的人數(shù); (2)確診患者,即被感染(Infection)該疾病的人群,記其數(shù)量為I(t),表示t時刻已經(jīng)確診為患者入院的人數(shù);(3)疑似病患,即被入院隔離的人群,包括一部分正常人一部分處于潛伏期的感染者,記其數(shù)量為E(t),表示t時刻可能感染該疾病的入院被隔離的人數(shù);(4)潛伏期感染者,即已感染病毒但處于潛伏期的人群,記起數(shù)量為Q(t)表示t時刻已經(jīng)感染病毒但沒有表現(xiàn)癥狀即處在潛伏期的人

10、數(shù)。 (5)恢復(fù)人群(Recovered),記其數(shù)量為R(t),表示t時刻已從感染病者中移出的人數(shù),包括死亡者和治愈者,這部分人數(shù)既不是已感染者,也不是非感染者,不具有傳染性,也不會再次被感染,他們已經(jīng)推出了傳染系統(tǒng)。 該傳染病的傳播流程圖如下: 圖1 傳染病傳播流程圖 5.2傳染病模型的建立5傳播過程中每一個群體都處于動態(tài)的變化中。對S來說,一部分未被隔離的潛伏期感染者能感染正常人,使其成為潛伏期感染者流出S;對于E來說,流入者包括一部分潛伏期的感染者和一部分正常人,流出者包括一部分沒有被感染的正常人和隔離后被確診患者;對于I來說,它既有從包括隔離和未被隔離的H中確診的流入者,也有已經(jīng)治愈的

11、流出者;對于R來說,它只有從I中治愈轉(zhuǎn)化而來的流入者。以上過程在傳染的每一時刻都是相同的。為此我們可將時間假定的非常小,在某一時刻對S、E、I、R取其對時間的微分,這樣既可建立傳染病控制模型的微分方程組如下: 1、控制前階段: 前兩天,患者沒有住院,疑似患者沒有被隔離,患者可以隨意接觸和感染正常人。分析控制前階段時間內(nèi),疫情的發(fā)展與變化。 (1)正常人-疑似患者:控制前階段病人尚未被隔離,所以疫情發(fā)展比較迅速,此時病人人均每天接觸個正常人,假設(shè)時刻病人人數(shù)為,則新增疑似患者人數(shù)為,。 (2)疑似患者-潛伏期: 疑似患者中包括病毒攜帶者和非病毒攜帶者,病毒攜帶者會進(jìn)入潛伏期,而非病毒攜帶者最終還

12、是正常人。 設(shè)疑似患者中病毒攜帶者占疑似患者的比例為,假設(shè)時刻疑似患者人數(shù)為,潛伏期患者人數(shù)為,則,故新增潛伏期人數(shù)為。 (3)潛伏期-確診患者:因為每日潛伏期病人變?yōu)榇_診患者的數(shù)量呈指數(shù)增長,用表示這一特性。那么新增確診患者人數(shù)為,現(xiàn)在要確定,如果潛伏期天數(shù)為到,假設(shè)其變化到了一個穩(wěn)定階段,那么隨著天數(shù)的增加潛伏期的病人越來越多,其概率分布呈指數(shù)穩(wěn)步增長,則每天有概率的人變?yōu)樨i流感患者,即。所以新增患者人數(shù):。 (4)確診患者-治愈、死亡:設(shè)T為退出系統(tǒng)人數(shù)(治愈者和死亡者),如果治愈天數(shù)設(shè)為,那么天后病人要么死亡要么被治愈,而被治愈的人產(chǎn)生抗體,不再會被傳染,所以被治愈的人和死亡的人都算作

13、退出系統(tǒng)的人。設(shè)系統(tǒng)退出率為,則有退出人數(shù)。的求解方法與相同,即隨著天數(shù)的增加退出傳染系統(tǒng)的人數(shù)也越來越多,則。故新退出傳染系統(tǒng)的人數(shù)。根據(jù)上述的式子可進(jìn)一步得出:所以得出以下:控制后階段: 兩天之后,患者全部住院,疑似患者全部被隔離,剩下一部分未被隔離的感染者變成患者后可以接觸和感染正常人。分析控制后階段時間內(nèi),疫情的發(fā)展與變化。 (1)正常人-疑似患者:控制后階段,病人開始被隔離,所以疫情發(fā)展開始變慢,并受隔離強度影響,此時病人每天接觸的正常人數(shù)目也在變小,假設(shè)病人的數(shù)目為,則疑似患者數(shù)目。又因為接觸率與隔離強度有關(guān),也呈指數(shù)分布,所以,故新增疑似患者的數(shù)目。 (2)疑似患者-潛伏期:控制

14、后階段,疑似患者中病毒攜帶者占疑似患者的比例不會改變。假設(shè)時刻疑似患者人數(shù)為,潛伏期患者人數(shù)為,故新增潛伏期人數(shù)為。 (3)潛伏期-確診患者:潛伏期患者變?yōu)榇_診患者的過程與控制前時刻相同,所以新增患者人數(shù)。 (4)確診患者-治愈者、死亡者:同樣退出傳染系統(tǒng)的人數(shù)不變,則新增退出傳染系統(tǒng)的人數(shù)。根據(jù)上述可進(jìn)一步求得出: 整理后得:5.3 傳染病模型的求解: 1、控制前:通過對模型的推導(dǎo),我們發(fā)現(xiàn)不能給出每個函數(shù)的解析解,因此考慮利用Matlab中的ode系列函數(shù)進(jìn)行求解。首先,對傳染病模型進(jìn)行標(biāo)準(zhǔn)化,再帶入?yún)?shù),并由此建立微分方程組函數(shù)文件,隨后用ode函數(shù)對該文件進(jìn)行調(diào)用,即可得到微分方程組的

15、解向量,然后利用plot函數(shù)畫出此解向量即可得到各類人群歲時間變化的曲線圖。 控制前患者人數(shù)隨時間變化的關(guān)系如下圖所示: 圖2 控制前患者的人數(shù)隨時間的變化 由上圖可以看出控制前還未采取任何措施時,患者的人數(shù)迅速增加,類似于指數(shù)型增長曲線。這是由于在開始的兩天,患者兩天后才入院,疑似患者兩天后才被隔離缺乏。一方面,他們將病原體迅速地傳染給了健康人;另一方面,他們由于缺乏治療,無法被治愈。當(dāng)時,患者的數(shù)量越來越多,增長速度越來越快?;痉蠈嶋H情況,可見模型的合理性??刂坪螅?(1)當(dāng)隔離強度時,患者人數(shù)隨時間變化的關(guān)系如下圖所示: 圖3 控制后時患者人數(shù)隨時間的變化 由上圖分析可知,兩天后,對

16、患者進(jìn)行入院隔離,對疑似患者進(jìn)行部分隔離,使得新進(jìn)入潛伏期的人數(shù)在減少。因此,由于時間的延遲,患者人數(shù)的迅速增長,并在接下來的幾天內(nèi)達(dá)到峰值,隨后逐漸下降最后平緩的趨于零?;颊呷藬?shù)在增長趨于緩慢的幾天后到達(dá)一個峰值。我們求得當(dāng)隔離率為p=0.4時,患者人數(shù)大致在7天時到達(dá)最大值93701,在25天時基本沒有患者。 (2)改變隔離強度為時,患者人數(shù)隨時間變化的關(guān)系如下圖所示: 圖4 控制后時患者人數(shù)隨時間的變化 由上圖分析可知,當(dāng)p=0.3時,即隔離強度有所下降時,患者人數(shù)在前8天屬于迅速增長趨勢,但增長趨勢慢慢減緩。大概在第8天,患者人數(shù)到達(dá)最大值,其后由于大量的患者被治愈且受感染的人數(shù)越來越

17、少,導(dǎo)致患者人數(shù)顯著下降,大概在28天之后基本沒有患者。(3)改變隔離強度為時,患者人數(shù)隨時間變化的關(guān)系如下圖所示: 圖5 控制后時患者人數(shù)隨時間的變化 由上圖分析可知,當(dāng)時,患者人數(shù)在前四天增長迅速,但由于隔離率很高,病情很快得到有效的控制,使增長人數(shù)越來越少,在第5天患者人數(shù)到達(dá)峰值為47391,其后患者由于治愈人數(shù)越來越多,人數(shù)逐漸減少,在21天時基本沒有患者??刂魄昂竽P涂傮w:上圖皆為總體模型的分圖,在進(jìn)行總體分析時,可以進(jìn)行進(jìn)一步的表示。為更直觀的比較不同隔離強度引起的患者人數(shù)變化情況,我們作圖6將不同強度的隔離強度情況相結(jié)合。同時,為了貼合題意,我們在圖像上將控制前的兩天和控制后的

18、情況結(jié)合起來,得到總圖如下所示: 圖6 患者人數(shù)隨時間的變化 由上圖分析可知,控制前,患者人數(shù)的增長速度遠(yuǎn)高于控制后患者人數(shù)的增長速度,說明實行疑似患者隔離政策對控制傳染病傳播的效果是很明顯的;三條曲線比較可知,當(dāng)隔離強度不同時,對患者人數(shù)最高峰出現(xiàn)的天數(shù)和傳染病傳播的持續(xù)時間(即患者全部痊愈沒有再出現(xiàn)患者)有極大的影響。在隔離強度較小時,患者人數(shù)的最高峰出現(xiàn)時間靠后,傳染病持續(xù)的傳播時間較長;在隔離強度較大時,患者人數(shù)能較快的出現(xiàn)最高峰再較迅速的下降,因此傳染病持續(xù)的時間比較短,更有利于傳染病的控制。所以,在實際的傳染病控制過程中,對傳染病進(jìn)行有效的控制,加大疑似患者隔離的強度是很有必要的。

19、六、模型評價: 優(yōu)點:本模型中采用微分方程中的SEIR模型,對傳染病傳播做出合理假設(shè),對人群進(jìn)行了合理的分類,并對其進(jìn)行數(shù)據(jù)擬合,得出傳染病傳播過程中,各類人群的人數(shù)發(fā)展趨勢,采用數(shù)值計算,圖形觀察與理論分析相結(jié)合的方法,先有感性認(rèn)識,再用特殊點進(jìn)行理論分析,最后進(jìn)行數(shù)值驗證和估算,可以看作計算機技術(shù)與建模方法的巧妙配合。比較全面地達(dá)到了建模的目的,即描述傳播過程、分析感染人數(shù)的變化規(guī)律,可以有效預(yù)報傳染病高潮到來的時刻和傳染病將持續(xù)的時期,對群眾接受傳染病的預(yù)防知識起到很好的警示作用。通過這些數(shù)據(jù),政府可以更好的探索制止蔓延的手段和措施。 缺點:所建立的模型中,沒有考慮不同年齡段病毒的抵抗力

20、不同,且將治愈者和死亡者當(dāng)作一類人進(jìn)行了處理,題目只給出了患者治愈所需的天數(shù),沒有給出患者死亡的概率,于是我們暫且認(rèn)為其患者住院達(dá)到治愈天數(shù)時即被移出系統(tǒng),可能是治愈也可能是死亡。其所得的結(jié)果存在一定的誤差,只能粗略的反應(yīng)此傳染病的傳播情況。要準(zhǔn)確反映,需對模型進(jìn)行進(jìn)一步的改進(jìn)。七、模型應(yīng)用: 根據(jù)建立的SEIR模型和計算所得的數(shù)據(jù),我們發(fā)現(xiàn),人群接觸的人數(shù)r值越大,正常人被感染的幾率越大,疫情擴散得越快,因此在疫情期間,應(yīng)減少公共活動,降低病毒的傳播率;通過改變隔離強大的大小后比較可知,p值越小病情越難控制,所以要保證患者能及時住院治療,從而遏制病毒的擴散;綜上所述,結(jié)合實際情況我們可以對控

21、制H7N9傳播提供一些建議:醫(yī)院方面:醫(yī)院應(yīng)提高醫(yī)院的醫(yī)療水平和衛(wèi)生水平,提高醫(yī)療工作人員的工作效率,加強醫(yī)院的合理化管理,加大對感染者的隔離力度,這樣有助于傳染病的治療和控制工作有序的展開:根據(jù)人感染H7N9禽流感的流行病學(xué)特點,針對傳染源、傳播途徑和易感人群,結(jié)合實際情況,建立預(yù)警機制,制定應(yīng)急預(yù)案和工作流程。醫(yī)院應(yīng)當(dāng)規(guī)范消毒、隔離和防護(hù)工作,為醫(yī)務(wù)人員提供充足、必要、符合要求的消毒和防護(hù)用品,確保消毒、隔離和個人防護(hù)等措施落實到位,并加大隔離疑似病患的力度,這有利于傳染病的快速控制。 政府方面:應(yīng)具有敏銳的警覺性,在傳染病開始廣泛傳播之前,應(yīng)迅速采取一定的方法進(jìn)行控制:(1)根據(jù)H7N9

22、病毒的特點,加強醫(yī)院、學(xué)校、家禽養(yǎng)殖廠、活禽市場等這些重點區(qū)域的疫情防控,確保一旦發(fā)生疫情能及時應(yīng)對和有效控制。 (2)應(yīng)對地方醫(yī)療保障措施進(jìn)行完善,防止患者不能及時就醫(yī)的情況出現(xiàn),增加傳染病蔓延的趨勢。(3)一方面應(yīng)加大傳染病的宣傳力度,使公眾對傳染病有一定的警覺和預(yù)防意識;另一方面應(yīng)進(jìn)行科學(xué)的引導(dǎo),不造成公眾的恐慌心理,日常生活不受影響。 個人方面:應(yīng)加強對傳染病的認(rèn)識,提高自身的科學(xué)知識,不盲從,不恐慌,以正確的態(tài)度進(jìn)行預(yù)防:(1)保持良好的個人衛(wèi)生習(xí)慣,減少與家禽類的直接接觸,減少去禽流感疫區(qū)。(2)加強體育鍛煉,注意補充營養(yǎng),保證充足的睡眠和休息,增強抵抗力。(3)不要輕視重感冒,禽

23、流感的病癥與其他流行性感冒病癥相似,如發(fā)燒、頭痛、咳嗽及喉嚨痛等,在某些情況下,會引起并發(fā)癥,導(dǎo)致患者死亡。因此,若出現(xiàn)發(fā)熱、頭痛、鼻塞、咳嗽、全身不適等呼吸道癥狀時,應(yīng)戴上口罩,盡快到醫(yī)院就診,并務(wù)必告訴醫(yī)生自己發(fā)病前是否與病禽類接觸等情況,并在醫(yī)生指導(dǎo)下治療和用藥。八、參考文獻(xiàn):1 張彤.一類具潛伏期和非線性飽和接觸率的流行病模型J,浙江工程學(xué)院學(xué)報,2004,21(2):136-140.2 姜啟源,謝金星,葉俊.數(shù)學(xué)模型.高等教育出版社,2003.135-1443 Anderson RM,May RM.Infection diseases of humans:dynamics and control.Oxford Univ press,Oxford,1991.4 張娟.馬知恩 各倉室均有常數(shù)輸入的SEIR流行病模型的全局分析 2003(06).5 Pagilla PR.Robust decentralized control of large-scale interconnected systems:general interconnections

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論