世界卫生组织等机构的研究报告显示,对人类生命造成威胁的第一杀手仍然是传染病。由于各类传染病的发病机理,传播方式,潜伏时间,治愈方法都各不相同,不能全部采用简单的模型进行表达,所以对传染病流行趋势的分析就必须采用理论解析与数值模拟仿真相结合的方法。在现有的方法中,使用传染病确定性模型可以对疾病传播情况进行初步的分析,但是在边境地区,如云南边境,地理情况复杂,人口流动方式繁多,该类模型不足以模拟边境情况的多种参数,所以需要提出一种新型的仿真模型来逼近边境疾病传播的实际情况。本文首先研究了传统的确定性传染信息模型在模拟疾病传播时的缺点;在模拟时可以发现传统确定性模型具有不涉及人口流动、参数设置方法较为复杂的弊端,针对这些不足本文对传统确定性模型进行了推广,增加了人口流动的参数表示,改进后的模型与传统模型相比适应度较高。但是仍然没有克服传统确定性模型的固有问题,依然不能较好的满足边境传染病传播情况的模拟的需要;鉴于这些模型所存在的缺点,本文又吸取了各种已有的传染信息模型的特点,提出了一种新型基于蒙特卡洛法的传染信息模型,所提出的模型中以个体为单位而不是以群体为单位,对每个个体的各项参数均进行设置;不仅考虑到了每个个体的发病以及发病状态的变化情况,也根据边境实际人口流动的特点进行人口流动相关的参数的设置,使这种模型既可以模拟群体中的发病情况,又可以显示群体中人口流动对疾病的传播所造成的影响。最后,本文通过数值模拟和边境真实数据对比,验证了改进后的确定性模型相较于普通的确定性模型来说,对现实情况的模拟更为准确,适应性更强;而本文中提出的新型基于蒙特卡洛法的传染信息模型,不仅模拟了个体的发病情况也模拟了个体的流动情况,并且可以根据云南边境的特点进行相关情况如跨过边境等情境的设定。新型的传染信息模型可以更为贴切云南边境的情况来模拟传染病的流行趋势。通过使用本文中所提出的模型对云南边境传染病传播情况进行模拟,实验结果更贴合实际。