2003年,在全球范围内突然爆发的急性非典型肺炎(SARS),对包括中国在内的多个国家人民生命构成极大威胁和伤害,同时对各个国家和地区的经济也造成了不同程度破坏和损失,甚至停滞.该文基于公开发布的SARS疫情数据,应用空间统计学原理建立非齐次Poisson过程(HEPP)模型,尝试发现其流行的规律,探求其发病源,以及制定控制和防治办法.该文首先介绍了空间统计学的基本概念和应用领域,对空间统计学的基本原理和相关方法进行了简单的说明性综述,简要讲述了相关理论的研究状况和成果.同时,介绍了遗传算法的发展和现状,并主要说明了遗传算法的基本原理和构造方法,讲述了有关遗传算法的改进研究现状,特别是对遗传算子的改进研究.然后,在实证分析中,首先探讨了SARS的简单流行病学微分方程模型,建立了北京医院尚有确诊病例的时间序列的ARMA模型,并通过模型对病死率进行了初步估计.在简单统计分析的基础上,该文基于空间统计学原理建立了北京地区和华北地区的HEPP模型,并利用遗传算法(GA)优化了模型参数估计过程,同时对super-spreader给予特别考虑,建立了Super-Spreader模型,从而对特定区域的感染强度和预期发病人数进行概率意义上的描述,模拟、刻画了SARS疫情在北京、华北等地区的流行传播规律.该文主要工作在于及时应用空间统计学原理分析、研究SARS疫情的规律,提出应用遗传算法求解极大似然值,并通过实证分析证明了遗传算法的全局最优寻解能力有助于复杂似然函数的求解.同时,该文根据数据情况首次提出建立Super-Spreader模型,这有助于更加准确的模型、刻画SARS流行传播的真实规律和轨迹.模型将和流行病临床专业病理知识互为补充,为制定切实有用的预防和控制策略措施提供参考.