本文用数据包络分析(DEA)方法分析在抗-HIV免疫治疗中的用药策略,对于有效治疗艾滋病有着重要的实际意义。本文采用DEA方法描述了在治疗过程中的用药策略,并且根据给定输入和给定输出分别建立了预测模型。通过决策单元(DMU)的相对有效性评价,求解抗-HIV免疫治疗的最优策略。本文建立了具有非期望输出的基于输入的DEA模型,来描述药物治疗策略,并且求出策略的有效性,最关键的一步是如何构造决策单元,用以度量每个治疗阶段的有效性。评价DMU的相对有效性的医学意义是很明显的:在病人的耐受能力允许的情况下,能以较低的成本,产生较多的T细胞和较少的病毒数量。通常是采用微分方程的方法,建立HIV免疫模型,并求解最优控制策略;本文通过计算指出:并不是由HIV免疫优化控制模型得到的结果都是有效的。进一步的工作是:根据给定的输入确定其有效的输出,和根据给定的输出确定其有效的输入。将基于DEA的预测模型与微分方程模拟模型一起使用,预测治疗效果。本文利用DEA预测模型,得到的未知变量的DEA有效值,然后通过方程模拟模型进行验证,得到有效的预测值。