期刊专题

10.3969/j.issn.1006-2475.2023.05.004

基于Logistic-GF-SEIR模型的新型传染病疫情趋势预测

引用
为了提高新型传染病疫情趋势的预测精度,本文对传统SEIR模型进行改进,提出Logistic-GF-SEIR模型.首先,基于历史数据使用Logistic模型拟合累计康复者,并反演每日康复率、感染率和接触率;其次,使用高斯模型和Logistic模型拟合出最优时变参数;最后,初始化模型初值预测疫情群体变化趋势.以新冠肺炎爆发初期武汉市和日本的疫情发展趋势为例进行仿真测试,并与Logistic、SEIR、ARIMA、BP神经网络等预测模型进行对比分析.结果表明Logistic-GF-SEIR模型在武汉市疫情的预测中拟合和预测性能均优于其他模型,在日本疫情的预测中均方根误差优于其他模型,验证了所提出模型的可行性、有效性及稳健性,可为我国制定相似传染病的防控政策提供依据.

疫情趋势预测、Logistic模型、高斯模型、SEIR模型、时变参数

TP311(计算技术、计算机技术)

国家自然科学基金71761006

2023-06-08(万方平台首次上网日期,不代表论文的发表时间)

共7页

20-25,38

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn